所以在我花了几天时间清理我的数据、预处理和试验几个不同的模型（例如在 R Studio 中）之后，我该如何实际部署解决方案。 如果模型是一个简单的模型，例如决策树、逻辑回归，这很简单，因为模型很明显，并且 R 预测器模型部署到具有 http 端点等的商业 R 服务器中。
我的问题是，复杂的预处理（例如 PCA 变换、RBF 内核或 100 棵树的随机森林）怎么样。就像在验证阶段一样，我假设我必须部署 R 脚本来进行预处理，而 PCA或将 RBF 预处理脚本等应用到我的部署服务器？
这是否意味着对于 RBF，我必须将所有原始训练数据集与我的 SVM 预测器一起托管？ RBF 变换是训练集或至少支持向量的函数。
对于随机森林，我假设我必须上传所有大约 500 棵树，作为一个非常大的模型的一部分。
【问题讨论】：
标签： deployment machine-learning kernel
首先，使用pmml 和pmmlTransformations 包的组合或r2pmml 包将您的R 解决方案（数据预处理步骤和模型）导出到PMML data format。其次，使用Openscoring REST Web 服务、JPMML-Spark 或任何其他适合您部署需求的 PMML 集成来部署 PMML 解决方案。
PMML 表示 PCA、带 RBF 内核的 SVM、树集成等没有问题。
【讨论】：
rbfSvm = e1071::svm(.., kernel = "radial", ..);然后导出到 PMML：pmml(rbfSvm)。或者，您能否展示一些您的 R 代码，我们可以分析什么是 PMML 化它的最简单方法。
针对这个问题的纯 R vanilla 解决方案。大多数集成方法都提供了转储/保存学习模型的实用程序。学习是非常耗时和迭代的过程，应该完成一次。学习后保存/转储您的 R 对象。在部署中只有评分代码。评分代码将完成所有数据转换，然后进行评分。
对于正常的预处理，您可以重用在训练中使用的 R 代码。对于像 PCA 这样的复杂处理，再次保存最终模型，并在保存的 PCA R 对象上评分/运行数据。最后在学习模型上发布预处理分数/运行数据并获得最终结果。
【讨论】：