Modell des maschinellen Lernens „exportieren“ aus R.

Ich kann klassische ML-Modelle auf traditionellen Trainings- / Testsätzen in R erstellen und implementieren, aber was ist, wenn ein Partner dieses Modell erhalten möchte, um sein eigenes (jede Art von) System zu implementieren? Das Speichern und Senden der R-Modell-Struktur hilft natürlich nicht weiter. und herauszufinden, dass der Vorhersagemechanismus auch in vielen Fällen (Black Box) nicht funktioniert. Wie kann man also die erlernten Regeln des Modells verallgemeinern und anwenden?

Eine Möglichkeit, Modelle zwischen der Software, die die eigentliche Modellanpassung durchführt, und der Software, mit der die Vorhersagen durchgeführt werden, zu teilen, ist die Predictive Model Markup Language (PMML). Dies ist ein XML-basierter Standard, der vom Data Mining Group- Konsortium verwaltet wird. Es ermöglicht die Bereitstellung von Modellen für andere Anwendungen, für die Cloud oder für Datenbanksysteme. Wenn die Software, die Ihr Partner möchte, PMML-kompatibel ist, können Sie das pmml- Paket verwenden, um Ihre Modelle aus R zu exportieren. Natürlich sind in R mehr Modelle für maschinelles Lernen implementiert, als vom PMML-Standard oder vom pmmlR-Paket unterstützt werden Es gibt jedoch eine ganze Reihe unterstützter Modelle. Das pmmlPaket wird auch von der rattleData Mining-GUI in R verwendet.