0

我正在使用 PMML 在不同平台之间传输我的模型（我在 R 中开发的）。我经常面临的一个问题是，给定输入数据，我需要进行大量预处理。大多数情况下，这在 PMML 中相当简单，但当我需要 Koyck 滞后转换时，我无法弄清楚如何去做。现在输入数据集的前几行如下所示：

         Y Z         S       Xa       Xb       Xc
1 11.37738 1 0.8414710      0.0      0.0 581102.6
2 21.29848 2 0.9092974 700254.1      0.0  35695.1
3 14.30348 3 0.1411200      0.0 384556.3      0.0
4 18.07305 4 0.0000000 413643.2      0.0      0.0
5 29.02756 5 0.0000000 604453.3      0.0 350888.2
6 20.73336 6 0.0000000      0.0      0.0 168961.2

并由以下方式生成：

df<-structure(list(Y = c(11.3773828021943, 21.2984762226498, 14.3034834956969, 
                         18.0730530464578, 29.0275566937015, 20.7333617643781,     30.9707039948106, 
                         30.2428379202751, 22.1677291047936, 19.7450403054104, 18.4642890388219, 
                     28.4145184014117, 28.5224574661743, 40.5073319897728, 40.8853498146471, 
                     20.7173713186907, 35.8080372291603, 37.6213598048788, 38.3123458040493, 
                     25.143519382411), 
               Z = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20), 
               S = c(0.841470984807897, 0.909297426825682, 0.141120008059867, 
                     0, 0, 0, 0.656986598718789, 0.989358246623382, 
                     0.412118485241757, 0, 0, 0, 0.420167036826641, 0.99060735569487,
                     0.650287840157117, 0, 0, 0, 0.149877209662952, 0.912945250727628), 
               Xa = c(0, 700254.133201206, 0, 413643.212229974, 604453.339408554, 
                      0, 623209.174415675, 1042574.05046884, 0, 0, 397257.053501325, 
                      441408.09060313, 0, 0, 597980.888163467, 0, 121672.230528635,
                      199542.274825303, 447951.083632432, 84751.5842557032), 
               Xb = c(0, 0, 384556.309344495, 0, 0, 0, 0, 0, 0, 0, 0, 
                      179488.805498654, 31956.7161910341, 785611.676606721, 
                      65452.7295721654, 0, 231214.563631705, 0, 0, 
                      176249.685091327), 
               Xc = c(581102.615208462, 35695.0974169599, 0, 0, 350888.245086195, 
                      168961.239749307, 458076.400377529, 218707.589596171, 
                      0, 506676.223324812, 0, 25613.8139087091, 429615.016105429, 
                      410675.885159107, 0, 229898.803944166, 2727.64268459058, 
                      711726.797796325, 354985.810664457, 0)), 
          .Names = c("Y", "Z", "S", "Xa", "Xb", "Xc"), 
          row.names = c(NA, -20L), 
          class = "data.frame")

我想使用变量 Xa、Xb 和 Xc 的 koyck 滞后创建一个新变量 M，如下所示：

lagIt<-function (x, d, ia = mean(x)) 
{
  y <- x
  y[1] <- y[1] + ia*d
  for (i in 2:length(x)) y[i] <- y[i] + y[i-1] * d
  y
}

df2<-transform(df, M=(lagIt(tanh(Xa/300000), 0.5) + 
                      lagIt(tanh(Xb/100000), 0.7) + lagIt(tanh(Xc/400000), 0.3)))

> head(df2)
#          Y Z         S       Xa       Xb       Xc        M
# 1 11.37738 1 0.8414710      0.0      0.0 581102.6 1.460318
# 2 21.29848 2 0.9092974 700254.1      0.0  35695.1 1.637388
# 3 14.30348 3 0.1411200      0.0 384556.3      0.0 1.767136
# 4 18.07305 4 0.0000000 413643.2      0.0      0.0 1.960151
# 5 29.02756 5 0.0000000 604453.3      0.0 350888.2 2.796750
# 6 20.73336 6 0.0000000      0.0      0.0 168961.2 1.761774

最后建立一个模型：

fit<-lm(Y~Z+S+M, data=df2)

在 RI 中使用 pmml 库可以得到这样的 PMML XML 输出。

library(pmml)
pmml(fit)

但是，我想包括一个创建变量 M 的部分。如何编写符合 PMML 的部分？同样，输入数据是 df data.frame，我希望在 PMML 中定义所有数据预处理。

4

1 回答 1

1

PMML 对单值数据记录进行操作，但您正在尝试使用向量值数据记录。最肯定的是，您不能在 PMML 中执行（for-）循环。

根据您的部署平台，您可能能够使用扩展功能。基本上，这涉及 1) 对 Koyck 滞后转换进行编程，2) 将其转换为独立的扩展库，以及 3) 使 PMML 引擎了解此扩展库。此扩展函数可以像所有其他内置函数和用户定义函数一样按名称调用。

以上应该可以使用 JPMML 库来实现。

于 2013-09-11T13:13:01.483 回答