如何将 .rda 转换为 .pmml 并在 Python 中使用它

Question

我自己有一个经过训练的 .rda 格式的神经网络模型，但我不确定如何将其转换为 .pmml 以便我可以将其用作 [=17 中的预测引擎=].完成后，我应该安装哪些库以允许在 Python 中使用 pmml 文件？有什么我应该注意的特殊互动吗？

-更新- 我将 r2pmml 安装到我的 RStudio 中，我想知道是否可以从 .rda 格式加载模型并立即导出它而无需训练它。这能做到吗？

-更新 2- 成功将 .Rda 转换为 .pmml。我有一个用于 pmml 文件的 0/1 向量列表，（53,850 个 1 和 0）；如何通过 Python 中的预测模型运行列表？其中一个建议是使用 Augustus。

Answer 1

.rda 文件包含 R 特定序列化数据格式的模型对象。您应该能够使用 readRDS(rds_path) 方法对其进行反序列化，然后调用 r2pmml(model, pmml_path) 方法。

训练模型，并将其序列化为 RDS 文件：

library("randomForest")
rf = randomForest(Species ~ ., data = iris)
saveRDS(rf, "rf.rds")

从 RDS 文件中反序列化模型，并将其导出到 PMML 文件中：

library("r2pmml")
rf_clone = readRDS("rf.rds")
r2pmml(rf_clone, "rf.pmml")

How to convert .rda to .pmml and use it in Python