Puedo construir e implementar modelos clásicos de ML en conjuntos de entrenamiento / prueba tradicionales en R, pero ¿qué pasa si un socio quiere obtener este modelo para implementar su propio sistema (de cualquier tipo)? Guardar y enviar la estructura del modelo R no ayuda, por supuesto; y descubrir el mecanismo de predicción tampoco funciona en muchos casos (recuadro negro). Entonces, ¿cómo generalizar y utilizar las reglas aprendidas del modelo?
r
machine-learning
Fredrik
fuente
fuente
R
basada en .Respuestas:
Una forma de compartir modelos entre el software que realiza el ajuste del modelo real y el software que se utiliza para hacer las predicciones es el Lenguaje de marcado de modelo predictivo (PMML). Este es un estándar basado en XML mantenido por el consorcio Data Mining Group . Permite implementar modelos en otras aplicaciones, en la nube o en sistemas de bases de datos. Entonces, si el software que su socio quiere es compatible con PMML, puede emplear el paquete pmml para exportar sus modelos desde R. Por supuesto, hay más modelos de aprendizaje automático implementados en R que los admitidos por el estándar PMML o el
pmml
paquete R pero hay una gran variedad de modelos compatibles. Elpmml
paquete también es empleado por larattle
GUI de minería de datos en R.fuente