我使用 Python 中的 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 中读取它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)
最佳答案
我不确定是否可以将 sklearn 学习模型导出到 R，您可以尝试两种选择来解决您的问题。
首先，尝试图书馆网状。使用 reticulate，您可以在 R 中获取 Python 脚本。( https://rstudio.github.io/reticulate/ )
另一个选择是使用 Flask RESTful 将 ML 模型部署为 REST API，并使用 httr 库中的 GET 从 R 调用它。
关于python - 导出 sklearn 模型以在 R 中运行，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46985549/