如何在R中導出gbm模型？

Question

是否有標准（或可用）方法在R中導出gbm模型？ PMML可以工作，但當II嘗試使用pmml庫時，可能不正確，我收到一個錯誤：

例如，我的代碼看起來類似於：

  library("gbm")
  library("pmml")

  model <- gbm(
      formula,
      data = my.data,
      distribution = "adaboost",
      n.trees = 450,
      n.minobsinnode = 10,
      interaction.depth = 4, shrinkage=0.05, verbose=TRUE)
  export <- pmml(model)
  # and then export to xml

而我得到的錯誤是：

Error in UseMethod("pmml") : no applicable method for 'pmml' applied to an object of class "gbm"

我也試過傳遞數據集。 在任何情況下，我都可以使用另一種我可以編程解析的格式（我將在JVM上進行評分），但如果有辦法讓PMM工作，PMML會很棒。

Answer 1

你可以使用r2pmml包來完成這項工作。 目前，它支持回歸（即distribution = "gaussian" ）和二元分類（即distribution = "adaboost"或distribution = "bernoulli" ）模型類型。

以下是Auto MPG數據集的示例代碼：

library("gbm")
library("r2pmml")

auto = read.csv(file = "AutoNA.csv", header = TRUE)

auto.formula = gbm(mpg ~ ., data = auto, interaction.depth = 3, shrinkage = 0.1, n.trees = 100, response.name = "mpg")
print(auto.formula)

r2pmml(auto.formula, "/tmp/gbm.pmml")