如何将随机森林算法转换为通用数据类型?
How can I convert Random Forest algorithm into universal data type?
我使用 CARET 在 R 中开发了一个随机森林回归算法。我需要将算法导出为通用数据类型(例如 xml),以便它可以在不同的平台上实现。
到目前为止,我发现 this thread 推荐 pmml
以获得 xml,但它仅在具有“随机森林公式"(函数 RandomForest 的结果)。但是,它并没有使我达到与使用 caret::train
相同的性能,这导致了“ 大型火车对象 ”
我找到了另一个包 r2pmml
,它将我的模型转换为 pmml 但我无法安装该包(可能已过时,因为我无法从存储库或其他 Rstudio 版本安装)。
下面是我创建回归模型的方法
rf.model.tuned <- train(response ~ ., data = training,
method = "rf", importance=TRUE,
trControl = trainControl (method= "repeatedcv",
number=5, repeats = 5))
有人知道我如何在 R 环境之外使用回归模型吗?
您可以使用 r2pmml 包导出插入符号训练的随机森林模型。
我使用 CARET 在 R 中开发了一个随机森林回归算法。我需要将算法导出为通用数据类型(例如 xml),以便它可以在不同的平台上实现。
到目前为止,我发现 this thread 推荐 pmml
以获得 xml,但它仅在具有“随机森林公式"(函数 RandomForest 的结果)。但是,它并没有使我达到与使用 caret::train
相同的性能,这导致了“ 大型火车对象 ”
我找到了另一个包 r2pmml
,它将我的模型转换为 pmml 但我无法安装该包(可能已过时,因为我无法从存储库或其他 Rstudio 版本安装)。
下面是我创建回归模型的方法
rf.model.tuned <- train(response ~ ., data = training,
method = "rf", importance=TRUE,
trControl = trainControl (method= "repeatedcv",
number=5, repeats = 5))
有人知道我如何在 R 环境之外使用回归模型吗?
您可以使用 r2pmml 包导出插入符号训练的随机森林模型。