导出 sklearn 模型以在 R 中运行答案

【问题标题】：Export sklearn model to run in R导出 sklearn 模型以在 R 中运行
【发布时间】：2018-04-09 16:18:28
【问题描述】：

我在 Python 中使用 sklearn 构建了一个随机森林模型。如何导出模型对象 irisfit 以便它可以在 R 中读取并用于在那里进行预测？

import numpy as np
import pandas as pd

url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']
iris = pd.read_csv(url, names=names)

from sklearn.ensemble import RandomForestClassifier
features = iris[['sepal-length', 'sepal-width', 'petal-length', 'petal-width']]
target = iris['class']
irisfit = RandomForestClassifier().fit(features, target)

【问题讨论】：

一般来说，你不会。

标签： python r scikit-learn

【解决方案1】：

我不确定是否可以将 sklearn 学习模型导出到 R，您可以尝试两个选项来解决您的问题。

首先，试试图书馆网状结构。使用 reticulate，您可以在 R 中获取 Python 脚本。(https://rstudio.github.io/reticulate/)

另一种选择是使用 Flask RESTful 将您的 ML 模型部署为 REST API，并使用来自 httr 库的 GET 从 R 中调用它。

【讨论】：

【解决方案2】：

对于模型，您不能在 R 和 Python 之间互换。在 Python 中部署的模型将在 Python 中使用。如果您想在 R 中使用 RF，那么为什么要在 Python 中构建它？虹膜数据也可用于 R。

我认为如果您使用 XGBoost，那么它可以从 Python 转移到 R，反之亦然，但我从未尝试过。

【讨论】：

鸢尾花只是一个例子。实际上，我在一个开发人员使用 R 和 Python 构建模型的地方工作，现在我们正在尝试将它们集成。
脚本保持不变。