如何从R中提取RandomForest以供生产使用？

Question

我有一个成功的随机森林模型，我想将其集成到另一个软件中。我知道我可以使用一些库来实现（例如Java中的fastRF或其他语言中的ALGLIB's DecisionForest），但是该如何在其他语言中使用在R中训练好的"model"呢？ 我需要在新语言中重新训练吗？

另一个方法是以某种方式提取它，但我不知道怎么做...

任何帮助都将不胜感激。

先感谢您。

- nanounanue

---

回复较晚，但是这个电子邮件线程可能对您有所帮助。 - nalzok

Answer 1

可以看一下 pmml 包，该包可生成各种模型（包括 RandomForest）的 PMML 。以下是一个基本示例：

#?randomForest
library(randomForest)
library(pmml)
set.seed(131)
ozone.rf <- randomForest(Ozone ~ ., data=airquality, mtry=3,importance=TRUE, na.action=na.omit)
print(ozone.rf)
ozone.rf.pmml <- pmml(ozone.rf)

- Paolo

---

谢谢您的回答，@Paolo。但是，在我有PMML文件之后，我该如何执行它？ - nanounanue

如果这个答案对您有帮助，欢迎点赞！;-) 关于您的问题，您需要验证是否可以在部署时使用的语言中导入pmml模型。 - Paolo

你说得对！这篇文章很有用，让我投票支持一下。你能推荐一些支持PMML的编程语言或软件吗？再次感谢你的帮助。 - nanounanue

不客气！如果没有人提供有效的解决方案，您可以选择此答案作为您问题的选定答案；-) - Paolo

我会将这个答案标记为正确的，让我尝试使用jpmml库来执行pmml，如果可以的话，这将是答案 :) - nanounanue

Answer 2

randomForest对象包含有关对象中每棵树的所有信息。每棵树并不特别复杂，但可能会令人困惑。

iris.rf <- randomForest(Species ~ ., data=iris, importance=TRUE,
                         proximity=TRUE)
> names(iris.rf$forest)
  [1] "ndbigtree"  "nodestatus" "bestvar"    "treemap"    "nodepred"  
  [6] "xbestsplit" "pid"        "cutoff"     "ncat"       "maxcat"    
  [11] "nrnodes"    "ntree"      "nclass"     "xlevels"   

要了解如何在R外使用随机森林，您需要查看源代码。下载randomForest的源程序包，提取tar.gz并查看src目录。在rf.c中，您将看到classForest函数（对于回归，请查看regrf.c中的regForest）。查看R函数predict.randomForest，以了解其如何被调用。您可能需要使用getAnywhere("predict.randomForest")在R中查看它。

要在另一个软件中提取R信息并预测，需要进行一些费力的操作，因此您必须仔细考虑是否实际执行此操作。在您打算使用的软件中重新安装可能更为简单。

- rjad

---

谢谢你的回答 @rjad，所以，如果我理解正确的话，你的建议是在新软件中重新训练随机森林，对吗？ - nanounanue

我认为如果可以轻松地这样做，这将是最简单的方法。如果您能提供一些关于您想要使用的编程语言的详细信息，可能会有所帮助。但请注意下面Paolo的建议。 - rjad

我尝试用Java来实现它（最好），但C++也可以。再次感谢 :) - nanounanue

在上一篇帖子中，我犯了一个可怕的拼写错误（很抱歉，英语不是我的母语），我想说的是：我用ALGLIB完成了它，所以如果有人想要这个代码（非常简单），我可以分享给你们...再次感谢。 - nanounanue