导出sklearn模型以在R中运行

Question

我在Python中使用sklearn构建了一个随机森林模型。如何导出模型对象irisfit，以便可以在R中读取并用于在那里进行预测？

import numpy as np
import pandas as pd

url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']
iris = pd.read_csv(url, names=names)

from sklearn.ensemble import RandomForestClassifier
features = iris[['sepal-length', 'sepal-width', 'petal-length', 'petal-width']]
target = iris['class']
irisfit = RandomForestClassifier().fit(features, target)

Answer 1

我不确定是否可以将sklearn学习模型导出到R，您可以尝试两种方法来解决您的问题。

首先，尝试对库进行网格化。使用网状结构，您可以在R中采购Python脚本。（https://rstudio.github.io/reticulate/）

另一种选择是使用Flask RESTful将ML模型部署为REST API，并使用httr库中的GET从R调用它。

Answer 2

对于模型，您无法在R和Python之间进行交换。 Python中部署的模型将在Python中使用。如果你想在R中使用RF，那么为什么要在Python中构建它呢？虹膜数据也可以在R。

中找到

我认为如果您使用XGBoost，那么它可以从Python转移到R，反之亦然，但我从未尝试过。