Question

我是SAP World的新手，我正在尝试使用安装在SAP HANA Studio中的R Server（HANA Studio版本：2.3.8和R Server 3.4.0版本）

我的任务是：

在HANA Studio中的R服务器上训练randomForest模型（借助HANA上的RLANG程序）
将randomForest模型保存为HANA中的PAL模型对象
使用此模型预测HANA中的新数据

以下是培训在HANA上保存模型的RLANG程序的一个小例子：

    PROCEDURE "PA"."RF_TRAIN" ( 
    IN data "PA"."IRIS", 
    OUT modelOut "PA"."TRAIN_MODEL"
 ) 
    LANGUAGE RLANG 
SQL SECURITY INVOKER 
DEFAULT SCHEMA "PA"
AS
BEGIN

require(randomForest)
require(dplyr)
require(pmml)
# iris <- as.data.frame(data)
data(iris)
iris <- iris %>% mutate(y = factor(ifelse(Species == "setosa", 1, 0)))
model <- randomForest(y~Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, iris,
         importance = TRUE,
         ntree = 500)
modelOut <- as.data.frame(pmml(model))

END;

（请不要混淆，我没有使用我的输入数据进行模型训练，这不是一个真实的例子）

以下是SAP HANA上的模型表应如何显示：

model on SAP HANA

在此示例中，培训正在进行，但我不确定如何在SAP HANA数据库中保存randomForest-Object，或者如何将randomForest-Object转换为图片中的类似对象。

非常感谢任何帮助：）

Answer 1

如果您计划使用R服务器进行预测，则可以将随机Forest模型存储为SAP HANA中的BLOB对象。

在SAP HANA R Integration Guide之后，你需要。

在您的表BLOB中加入"PA"."TRAIN_MODEL属性。
在将模型写入表格之前，将模型存储为函数serialize的二进制文件。
在调用预测程序时加载并Unserialize模型。

你的R剧本会给出什么。

require(randomForest)
require(dplyr)
require(pmml)
generateRobjColumn <- function(...){
        result <- as.data.frame(cbind(
            lapply(
                list(...),
                function(x) if (is.null(x)) NULL else serialize(x, NULL)
            )
        ))
        names(result) <- NULL
        names(result[[1]]) <- NULL
        result
    }
# iris <- as.data.frame(data)
data(iris)
iris <- iris %>% mutate(y = factor(ifelse(Species == "setosa", 1, 0)))
model <- randomForest(y~Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, iris,
         importance = TRUE,
         ntree = 500)
modelOut <- data.frame(ID = 1, MODEL = generateRobjColumn(pmml(model)))

请注意，如果您打算按原样重复使用模型，则实际上并不需要使用pmml。

在另一个过程中，您需要调用此表并对模型进行反序列化以进行预测。

CREATE PROCEDURE "PA"."RF_PREDICT" (IN data "PA"."IRIS", IN modelOut "PA"."TRAIN_MODEL", OUT result "PA"."PRED")
LANGUAGE RLANG AS
BEGIN
  rfModel <- unserialize(modelOut$MODEL[[1]])
  result <- predict(rfModel, newdata = data) # or whatever steps you need for prediction
END;

如何在SAP HANA Studio中保存R randomForest对象？

1 个答案: