Je peux construire et implémenter des modèles ML classiques sur des ensembles de formation / test traditionnels en R, mais que se passe-t-il si un partenaire souhaite obtenir ce modèle afin de mettre en œuvre son propre (tout type de) système? L'enregistrement et l'envoi de la structure du modèle R n'aident pas, bien sûr; et comprendre le mécanisme de prédiction ne fonctionne pas non plus dans de nombreux cas (boîte noire). Alors, comment généraliser et utiliser les règles apprises du modèle?
r
machine-learning
Fredrik
la source
la source
R
basée sur .Réponses:
Le PMML (Predictive Model Markup Language) est un moyen de partager des modèles entre le logiciel qui ajuste le modèle et le logiciel utilisé pour effectuer les prédictions. Il s'agit d'une norme basée sur XML maintenue par le consortium Data Mining Group . Il permet de déployer des modèles sur d'autres applications, sur le cloud ou sur des systèmes de base de données. Donc, si le logiciel que votre partenaire souhaite est compatible PMML, vous pouvez utiliser le package pmml pour exporter vos modèles à partir de R. Bien sûr, il y a plus de modèles d'apprentissage automatique implémentés dans R que ceux pris en charge par la norme PMML ou le
pmml
package R mais il existe toute une gamme de modèles pris en charge. Lepmml
package est également utilisé par l'rattle
interface graphique d'exploration de données dans R.la source