自动生成R中的模型输出

Question

我有一个R命令列表，它首先通过RODBC从SQL数据库中获取数据，计算计算字段，然后将回归模型（在我的R环境中指定为“objModel”）应用于数据。最终输出是一个包含两列（联系人ID，Probability_Score）的csv文件。如何使用Rscript自动运行脚本并每天检索新的csv文件？ R必须一直运行吗？ 我在Windows环境中工作。我对Rscript没有任何经验。您的答案中的任何额外细节都非常感谢。

Answer 1

在评论和聊天中出现的这个问题有一些非特定的条件：

1。对象持久性

objModel是一个随时间推移建立的~90MB模型，每次都不需要重建大量数据。

考虑到这一点，您的首要任务是使数据在不同的 R 会话中保持不变。只需使用save和load即可轻松完成此操作。在本届会议上：

save(objModel, func1, func2, file="objModel.Rdata") # assuming a relevant directory

这假设这些是脚本所依赖的环境中唯一的依赖对象。 （它可以使用任意数量的对象，因此根据需要添加。）

您的独立脚本应该类似于以下内容（稍后我会将其称为myscript.R）：

# library(...) as necessary
load("objModel.Rdata")
# now have objModel, func1, func2 in your environment

# ...
# do your RODBC magic
# then your regression/prediction magic
# ...

write.csv(newresults, file="output.csv", header=......)

代码的诀窍：

• 永远不要假设人际互动。
• 您是否记得保存/加载或重新创建所有需要的变量？很容易忘记脚本所依赖的当前环境中的变量，以及在vanilla Rscript环境中不可用的变量。
• 绘制任何东西？使用png，pdf或其他内容直接保存到图像文件中。
• 如果您有重要步骤，请考虑异常处理（tryCatch）。
• 无论如何，在将结果写入输出文件之前，您应该对结果的有效性进行简单的检查（“断言”），无论您是否覆盖了某些内容。这可能很简单，如if (! is.null(...))或if (length(...))。

2。自动化

现在，您的实际问题开始发挥作用：如何为每日无人监督的执行实现自动化。在您可以从新的命令窗口成功完成之前，甚至不要查看cron或Windows调度。

也就是说，您可以运行Rscript /path/to/myscript.R并让它成功运行吗？您可能需要使用setwd(...)强制执行当前工作目录，或者在load和write.csv函数调用中使用绝对路径名。我倾向于假设调度程序将从不同的目录运行，所以我强制它以一种方式或其他方式。

一旦效果令人满意（您是否检查了输出CSV以确保它看起来正确？），现在才考虑实际自动化它。

3。自动化，这次是真实的。

如果您使用的是unixy操作系统（您从未指定过），请查看cron。也许是这样的事情：

17 04 * * * /usr/bin/Rscript /path/to/myscript.R

将于每天凌晨4:17运行该命令。

如果在Windows上，@ MrFlick的评论是恰当的：stackoverflow.com/q/2793389/2372064。