Caret模型随机森林到PMML错误

Question

我想使用pmml库导出一个Caret随机森林模型，这样我就可以在Java中使用它进行预测。这是我得到的错误的复制品。

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，发现关于导出到PMML的信息实际上很少。一般来说，pmml库中包含随机森林：

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，但不是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

不能使用train或train.formula类型调用pmml方法(即，这是您的model.Test对象的类型)。

train方法的Caret文档指出，您可以访问作为finalModel字段的最佳模型。然后，您可以在该对象上调用pmml方法。

rf = model.Test$finalModel
pmml(rf)

不幸的是，事实证明，Caret使用“矩阵接口”指定RF模型(即。通过设置x和y字段)，而不是使用更常见的“公式界面”(即，通过设置formula字段)。AFAIK，"pmml“包不支持导出此类RF模型。

所以，看起来你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，使用此参数化的“公式界面”手动训练最终的RF模型。

Answer 2

您可以使用r2pmml package来完成此工作：

library("caret")
library("r2pmml")

data(iris)

train.rf = train(Species ~ ., data = iris, method = "rf")
print(train.rf)
r2pmml(train.rf, "/tmp/train-rf.pmml")