如何將 R 中的模型部署到 Watson Machine Learning？

Question

我已經在 Watson Studio 的 Notebook 中使用 R 庫“原型”訓練了一個原型分析模型，我想將它部署到 IBM Cloud Watson Machine Learning 並使用該服務預測新數據點的 alpha 系數。

我知道通過創建 WML Python 客戶端在 python 中完成它。 是否有等效的 Watson Machine Learning R 客戶端？

#Archetypal analysis example
library("archetypes")
data("skel")
skel2 <- subset(skel, select = -Gender)
set.seed(8376)

train_ind <- sample(seq_len(nrow(skel2)), size = 450)
skel_t <- skel2[train_ind, ]
new_data <- skel2[train_ind, ]

as <- stepArchetypes(skel_t, k=1:12, verbose = FALSE, nrep=5)
a3 <- bestModel(as[[3]]) #select the model with 3 archetypes
alpha_pred <- predict(object = a3, newdata = new_data) #predicted alpha for new data

Answer 1

將 R 模型作為“模型”資產部署到 Watson Machine Learning 的最簡單方法是首先將它們轉換為 PMML。

以下是受支持的 PMML 版本列表： https : //dataplatform.cloud.ibm.com/docs/content/wsj/analyze-data/pm_service_supported_frameworks.html

您可以在此處查看將 PMML 與 python 用於模型的示例： https : //dataplatform.cloud.ibm.com/exchange/public/entry/view/b3b7b20fa84b8f8e6569064302df339f

不過，在該平台中還有其他解決方法，例如為 R 筆記本安排筆記本“作業”。