如何从 R 中提取 RandomForest 以用于生产？

Question

我有一个成功的随机森林模型，我想将它集成到另一个软件中，我知道我可以使用一些库（如 Java 中的 fastRF 或其他语言的 ALGLIB 的 DecisionForest）但是我如何使用经过训练的“模型”在 R?我必须用新语言重新训练它吗？

另一种观点是以某种方式提取它，但我不知道该怎么做......

任何帮助将不胜感激

提前致谢

Answer 1

看看pmml 包，它为各种模型生成PMML，包括RandomForest。一个基本的例子：

#?randomForest
library(randomForest)
library(pmml)
set.seed(131)
ozone.rf <- randomForest(Ozone ~ ., data=airquality, mtry=3,importance=TRUE, na.action=na.omit)
print(ozone.rf)
ozone.rf.pmml <- pmml(ozone.rf)

Answer 2

randomForest 对象包含对象中每棵树的所有信息。每棵树都不是特别复杂，尽管它可能会令人困惑。

iris.rf <- randomForest(Species ~ ., data=iris, importance=TRUE,
                         proximity=TRUE)
> names(iris.rf$forest)
  [1] "ndbigtree"  "nodestatus" "bestvar"    "treemap"    "nodepred"  
  [6] "xbestsplit" "pid"        "cutoff"     "ncat"       "maxcat"    
  [11] "nrnodes"    "ntree"      "nclass"     "xlevels"   

要了解如何在 R 之外使用森林，您必须查看源代码。下载randomForest的源码包，解压tar.gz，查看src目录。在 rf.c 中，您将看到函数 classForest（对于回归，请查看 regrf.c 中的 regForest）。查看 R 函数 predict.randomForest 以了解其调用方式。您可能必须使用 getAnywhere("predict.randomForest") 在 R 中查看它。

提取 R 信息并在另一个包中进行预测需要花很多功夫，因此在实际执行此操作之前必须仔细考虑。重新安装您打算使用的软件可能更简单。