r - 插入符号将随机森林建模为 PMML 错误

Question

我想使用 pmml 库导出 Caret 随机森林模型，以便我可以将其用于 Java 中的预测。 这是我遇到的错误的重现。

data(iris)
require(caret)
require(pmml)
rfGrid2 <- expand.grid(.mtry = c(1,2))
fitControl2 <- trainControl(
  method = "repeatedcv",
  number = NUMBER_OF_CV, 
  repeats = REPEATES)

model.Test <- train(Species ~ .,
  data = iris,
  method ="rf",
  trControl = fitControl2,
  ntree = NUMBER_OF_TREES,
  importance = TRUE,  
  tuneGrid = rfGrid2)

print(model.Test)
pmml(model.Test)

Error in UseMethod("pmml") : 
  no applicable method for 'pmml' applied to an object of class "c('train', 'train.formula')"

我在谷歌上搜索了一段时间，发现实际上很少有关于导出到 PMML 的信息，一般来说 pmml 库有随机森林:

methods(pmml)
 [1] pmml.ada          pmml.coxph        pmml.cv.glmnet    pmml.glm          pmml.hclust       pmml.itemsets     pmml.kmeans      
 [8] pmml.ksvm         pmml.lm           pmml.multinom     pmml.naiveBayes   pmml.nnet         pmml.randomForest pmml.rfsrc       
[15] pmml.rpart        pmml.rules        pmml.svm 

它使用直接随机森林模型工作，但不是经过插入符号训练的模型。

library(randomForest)
iris.rf <- randomForest(Species ~ ., data=iris, ntree=20)
# Convert to pmml
pmml(iris.rf)
# this works!!!
str(iris.rf)

List of 19
 $ call           : language randomForest(formula = Species ~ ., data = iris, ntree = 20)
 $ type           : chr "classification"
 $ predicted      : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
...

str(model.Test)
List of 22
 $ method      : chr "rf"
 $ modelInfo   :List of 14
  ..$ label     : chr "Random Forest"
  ..$ library   : chr "randomForest"
  ..$ loop      : NULL
  ..$ type      : chr [1:2] "Classification" "Regression"
...

Answer 1

您不能使用 train 或 train.formula 类型调用 pmml 方法(即，这是您的模型的类型.Test 对象)。

train 方法的 Caret 文档说您可以访问作为 finalModel 字段的最佳模型。然后您可以对该对象调用 pmml 方法。

rf = model.Test$finalModel
pmml(rf)

不幸的是，事实证明 Caret 使用“矩阵接口(interface)”(即通过设置 x 和 y 字段)指定 RF 模型，而不是使用 more通用的“公式界面”(即通过设置 formula 字段)。据我所知，“pmml”包不支持导出此类 RF 模型。

因此，看起来您最好的选择是使用两级方法。首先，使用 Caret 包为您的数据集找到最合适的 RF 参数化。其次，使用具有此参数化的“公式界面”手动训练最终的 RF 模型。