我是分析师的新手，并研究了生产模型的各种方法。假设对于线性回归，我们可以得到y = mx + c的方程式，我们可以将它用于传入数据，我们可以将它从R / SAS / Python中取出并在任何数据库中使用它...
如果我想在R / SAS / Python框架之外的传入数据上生成它，它如何用于XG boost / Decison树/随机林？从哪里可以得到自变量的参数？
我从哪里开始实施等式？
由于
答案 0 :(得分：1)
决策树是三者中最容易的，就在那时声明。 GB本质上是自适应的。看似复杂，但得分代码并不复杂。 RF是最令人不安的，不是因为它的逻辑，而是因为不太复杂的RF模型可以拥有数百万行if-then。只是头顶上就是杀人。
与回归模型不同，三者都不应该有任何参数。它们都是TREE。如果需要在R，P或S之外运行它们，请考虑API的路径。我见过人们非常快速地解析XML中的RF。根据交付要求，您可能需要也可能不需要使用微服务。希望这可以帮助。