• 登录
Skip to content

一起大数据-技术文章心得

一起大数据网由数据爱好者发起并维护,专注数据分析、挖掘、大数据相关领域的技术分享、交流。不定期组织爱好者聚会,期待通过跨行业的交流和碰撞,更好的推进各领域数据的价值落地。

Menu
  • 首页
  • 大数据案例
  • 数据&电子书
  • 视频
    • Excel视频
    • VBA视频
    • Mysql视频
    • 统计学视频
    • SPSS视频
    • R视频
    • SAS视频
    • Python视频
    • 数据挖掘视频
    • 龙星计划-数据挖掘
    • 大数据视频
    • Machine Learning with Python
  • 理论
    • 统计学
    • 数据分析
    • 机器学习
    • 大数据
  • 软件
    • Excel
    • Modeler
    • Python
    • R
    • SAS
    • SPSS
    • SQL
    • PostgreSQL
    • KNIME
  • 技术教程
    • SQL教程
    • SPSS简明教程
    • SAS教程
    • The Little SAS Book
    • SAS EG教程
    • R语言教程
    • Python3教程
    • IT 技术速查手册
    • Data Mining With Python and R
    • SAS Enterprise Miner
  • 问答社区
  • 我要提问
Menu
R训练Random Forest并转pmml

R训练Random Forest并转pmml

Posted on 2018年8月30日

from https://blog.csdn.net/c1481118216/article/details/74202786

PMML

关于pmml 请查看博客:

http://blog.csdn.net/c1481118216/article/details/78411200

源码

github: https://github.com/liaotuo/R_RandomForest_pmml.git

R训练Random Forest

本次实例中,使用R 语言自带的数据集 iris 训练一个Random Forest模型,数据集将被分为两个样本(70%训练集,30%测试集)
R 语言脚本如下:

需要安装randomForest包: install.packages(“randomForest”)

# load library and data
library(randomForest)
data(iris)

# load data and divide(划分) into training set and sampling(训练集和测试集)
# 将数据分为两部分 70%训练集 30%测试集
ind <- sample(2,nrow(iris),replace=TRUE,prob=c(0.7,0.3))
trainData <- iris[ind==1,]
testData <- iris[ind==2,]

# train model
iris_rf <- randomForest(Species~.,data=trainData,ntree=100,proximity=TRUE)
table(predict(iris_rf),trainData$Species)

# visualize the model
print(iris_rf)
attributes(iris_rf)
plot(iris_rf)

模型转pmml保存

上面的代码我们生成了一个randomForest模型,现在需要把模型转换成PMML,需要用到的包有:XML PMML 需要提前安装,命令如下:

xml:install.packages(“XML”)
pmml: install.packages(“pmml”,dependencies=TRUE)
接下来执行脚本:

# convert model to pmml
iris_rf.pmml <- pmml(iris_rf,name="Iris Random Forest",data=iris_rf)

# save to file "iris_rf.pmml" in disk 路径自定义
saveXML(iris_rf.pmml,"D://iris_rf.pmml")

然后生成了一个pmml文件。

这样我们就成功转换成PMMl文件了

恭喜你,又看完一篇文章,扫码领个红包吧!图片

1 thought on “R训练Random Forest并转pmml”

  1. xsmile说道:
    2018年8月30日 下午4:26

    XGBoost模型文件转化为PMML
    https://blog.csdn.net/sinsa110/article/details/52202220

    登录以回复

发表评论 取消回复

要发表评论,您必须先登录。

推荐访问

欢迎加入我们的付费交流社群,增长见识,互帮互助! 自2023-05-01起正式运营。
图片

数据分析交流:数据分析交流
Excel学习: Excel学习交流
Python交流:一起学习Python(数据分
SQL交流:一起学习SQL(数据分析
微博:一起大数据

最新提问

  • 统计方面的3个Python包
  • 更新R及Rstudio
  • TFP CausalImpact:一个Python包,用于估计设计干预对时间序列的因果效应
  • 根据公式的结构,写出计算的表达式,并结算结果
  • excel中提取超级链接公式中的链接地址
  • 用python解析公式并进行可视化
  • Python设置镜像源默认为清华的方法
  • VAR、VMA、VARMA 和 ARIMA
  • Python 的表达式解析库来解析公式
  • PandasAI:一个Python库,将生成式AI能力集成到Pandas中,允许进行高级数据分析任务,例如数据合成和增强

文章标签

AMOS CBC Excel GBDT KNN Modeler Mysql pandas PostgreSQL python python数据可视化 R SAS sklearn SPSS SQL SVM Tableau TensorFlow VBA 主成分分析 关联规则 决策树 协同过滤 可视化 因子分析 大数据 大数据分析 推荐系统 数据分析 数据可视化 数据挖掘 数据透视表 文本挖掘 时间序列 机器学习 深度学习 神经网络 结构方程 统计学 联合分析 聚类 聚类分析 逻辑回归 随机森林
©2023 一起大数据-技术文章心得 | Design: Newspaperly WordPress Theme