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

Rbasada 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
pmmlpaquete R pero hay una gran variedad de modelos compatibles. Elpmmlpaquete también es empleado por larattleGUI de minería de datos en R.fuente