将 R(本地)中保存的 ML 模型上传到 Azure 机器学习工作室

Upload Saved ML Model in R (local) to Azure Machine Learning Studio

我正在尝试减少在 Azure ML Studio 上创建 ML Webservice 的开发难题。困扰我的事情之一是我们可以只上传 workbench 中的 .rda 文件并通过 RScript 加载它(如下图所示)。

但无法直接连接到 R 脚本块。还有另一种方法(可以上传 Azure 的 R 目录中不可用的包)——使用 zip。但是我发现没有任何资源可以访问 .zip 中的 .rda 文件。

我在这里有 2 个选项,使 .zip 工作或任何其他我可以直接使用我的 .rda 模型的工作。如果有人可以指导我如何前进,我将不胜感激。

注意:目前,我正在通过 "Create RModel" 块创建模型、训练它们并保存它,以便我可以使用它来制作预测性 Web 服务。但是对于随机森林这样的模型,不确定随机性如何创建模型(本地版本和Azure版本不同,种子的设置也不是很有帮助)。时间有点紧,Azure ML 似乎无法创建迭代和自动化 ML 工作流(或者我做错了)。

以下是上传 .rda 文件进行评分的示例: https://gallery.cortanaintelligence.com/Experiment/Womens-Health-Risk-Assessment-using-the-XGBoost-classification-algorithm-1