Library ExecutionError - 测试通过 Rstudio RSS 提要发布的 Web 服务
LibraryExecutionError - testing a web service published via Rstudio RRS feed
我在 Rstudio 中构建了一个模型,在 Azure ML Studio 中发布了一个使用 "AzureML" R 包的 Web 服务。在 Azure ML Studio 上测试 Web 服务时遇到错误:
Error: AzureML returns error code:
HTTP status code : 400
AzureML error code : LibraryExecutionError
Module execution encountered an internal library error.
The following error occurred during evaluation of R script: R_tryEval: return error: Error: bad restore file magic number (file may be corrupted) -- no data loaded
您对如何解决此类问题有任何见解吗?我是否在 R 脚本中遗漏了一些重要代码?
我使用的模型是 RandomForest 来预测 Iris 数据集上的物种
# Iris dataset
df = iris
set.seed(100);
index = createDataPartition(df$Species, p = 0.7, list = FALSE)
ML.train = df[index,];
ML.test = df[-index,]; rm(index)
library(randomForest)
model = randomForest::randomForest(Species ~., data = ML.train)
mypredict = function(newdata) {
require(randomForest)
predict(model, newdata, type = "response")
}
# Create workspace
wsObj = AzureML::workspace(id = "my Id", auth = "my token") # I omitted on purpose my Id and my token values
# Publishing
library(devtools)
library(AzureML)
api = AzureML::publishWebService(ws = wsObj,
fun = mypredict,
name = "IrisWebService",
inputSchema = ML.test %>% select(-Species) )
现在不支持用于 RStudio 的 AzureML,因为该包已从 2019-07-29 的 CRAN 存储库中删除。
带有此包的 Azure ML studio 将无法工作,因为包 (AzureML) 已被删除。
可从位于 https://cloud.r-project.org/web/packages/azuremlsdk/index.html
的 CRAN 下载适用于 R 的 Azure 机器学习 SDK
我在 Rstudio 中构建了一个模型,在 Azure ML Studio 中发布了一个使用 "AzureML" R 包的 Web 服务。在 Azure ML Studio 上测试 Web 服务时遇到错误:
Error: AzureML returns error code:
HTTP status code : 400
AzureML error code : LibraryExecutionError
Module execution encountered an internal library error.
The following error occurred during evaluation of R script: R_tryEval: return error: Error: bad restore file magic number (file may be corrupted) -- no data loaded
您对如何解决此类问题有任何见解吗?我是否在 R 脚本中遗漏了一些重要代码?
我使用的模型是 RandomForest 来预测 Iris 数据集上的物种
# Iris dataset
df = iris
set.seed(100);
index = createDataPartition(df$Species, p = 0.7, list = FALSE)
ML.train = df[index,];
ML.test = df[-index,]; rm(index)
library(randomForest)
model = randomForest::randomForest(Species ~., data = ML.train)
mypredict = function(newdata) {
require(randomForest)
predict(model, newdata, type = "response")
}
# Create workspace
wsObj = AzureML::workspace(id = "my Id", auth = "my token") # I omitted on purpose my Id and my token values
# Publishing
library(devtools)
library(AzureML)
api = AzureML::publishWebService(ws = wsObj,
fun = mypredict,
name = "IrisWebService",
inputSchema = ML.test %>% select(-Species) )
现在不支持用于 RStudio 的 AzureML,因为该包已从 2019-07-29 的 CRAN 存储库中删除。 带有此包的 Azure ML studio 将无法工作,因为包 (AzureML) 已被删除。
可从位于 https://cloud.r-project.org/web/packages/azuremlsdk/index.html
的 CRAN 下载适用于 R 的 Azure 机器学习 SDK