如何将 R 中的模型部署到 Watson Machine Learning？

Question

我在 Watson Studio 的 Notebook 中使用 R 库“原型”训练了一个原型分析模型，我想将其部署到 IBM Cloud Watson Machine Learning 并使用该服务预测新数据点的 alpha 系数。

我知道在 python 中通过创建 WML Python 客户端来做到这一点。是否有等效的 Watson Machine Learning R 客户端？

#Archetypal analysis example
library("archetypes")
data("skel")
skel2 <- subset(skel, select = -Gender)
set.seed(8376)

train_ind <- sample(seq_len(nrow(skel2)), size = 450)
skel_t <- skel2[train_ind, ]
new_data <- skel2[train_ind, ]

as <- stepArchetypes(skel_t, k=1:12, verbose = FALSE, nrep=5)
a3 <- bestModel(as[[3]]) #select the model with 3 archetypes
alpha_pred <- predict(object = a3, newdata = new_data) #predicted alpha for new data

Answer 1

将 R 模型作为“模型”资产部署到 Watson Machine Learning 的最简单方法是首先将它们转换为 PMML。

这里是支持的 PMML 版本列表：https://dataplatform.cloud.ibm.com/docs/content/wsj/analyze-data/pm_service_supported_frameworks.html

您可以在此处查看将 PMML 与 python 一起用于模型的示例：https://dataplatform.cloud.ibm.com/exchange/public/entry/view/b3b7b20fa84b8f8e6569064302df339f

不过，您在该平台内还有其他解决方法，例如为您的 R 笔记本安排笔记本“作业”。