在 Watson Studio 中保存和部署 R 模型答案

【问题标题】：Save and deploy R model in Watson Studio在 Watson Studio 中保存和部署 R 模型
【发布时间】：2019-07-07 07:43:36
【问题描述】：

我在 IBM Cloud (https://dataplatform.cloud.ibm.com) 的 Watson Studio 环境中的 RStudio 中开发了一个小模型。我正在尝试将模型保存在 RStudio 中并将其部署在 Watson 中以将其作为 API 发布，但我没有找到将其保存在 RStudio 中的方法。

在当前版本中可以做我想做的事情吗？

我找到了以下文档，但我猜它指的是不同版本的 Watson Studio： https://content-dsxlocal.mybluemix.net/docs/content/SSAS34_current/local-dev/ml-r-models.htm

【问题讨论】：

标签： r rstudio watson-studio

【解决方案1】：

我找不到通过 Watson Studio 功能保存模型的方法。但是，我能够使用 R pmml 库将其导出为 PMML 格式，然后将 PMML 部署为服务。

install.packages("pmml")
library(pmml)
pmml(LogModel, model.name = "Churn_Logistic_Regression_Model", app.name = "Churn_LogReg", description = "Modelo de Regresion para Demo", copyright = NULL, transforms = NULL, unknownValue = NULL, weights = NULL)

一些进一步的文档： https://www.rdocumentation.org/packages/pmml/versions/1.5.7/topics/pmml.glm

【讨论】：

【解决方案2】：

补充 Gabo 从 Watson 工作室的角度回答的内容，并回答 IBM Watson Machine Learning 的部署部分。

你需要做的是首先使用 pmml 转换模型

例如。在 Watson Studio 上的 Rstudio 或 Watson Studio 的 R Notebook 中运行以下代码。

install.packages("nnet")
library(nnet)
ird <- data.frame(rbind(iris3[,,1], iris3[,,2], iris3[,,3]),
species = factor(c(rep("s",50), rep("c", 50), rep("v", 50))))
samp <- c(sample(1:50,25), sample(51:100,25), sample(101:150,25))
ir.nn2 <- nnet(species ~ ., data = ird, subset = samp, size = 2, rang = 0.1,
decay = 5e-4, maxit = 200)
install.packages("pmml")
library(pmml)
pmmlmodel <- pmml(ir.nn2)
saveXML(pmmlmodel,file = "IrisNet.xml")

saveXML() 将生成/写入 IrisNet.xml 文件到 Rstudio 或 R Notebook 的本地空间，您需要将此文件下载到本地计算机。
现在要将其部署到 Watson 机器学习服务，请执行以下操作：-
现在在 Watson Studio 项目中单击添加到项目 -> Watson Machine Learning 模型，命名您的模型，然后选择您要使用的 WML 服务
从文件选项卡中选择
拖放xml文件
单击“创建”，它将保存到您选择的 WML 服务中。
现在您可以使用“部署”选项卡将此模型部署到 WML 服务
只需为您的部署命名并点击保存
现在您已经部署了模型，您可以开始通过 REST API 消费了。

【讨论】：