1

我正在尝试从caret使用method='glm'. 示例模型：

library('caret')

data('GermanCredit')

set.seed(123)

train_rows <- createDataPartition(GermanCredit$Class, p=0.6, list=FALSE)

train_x <- GermanCredit[train_rows, c('Age','ForeignWorker','Housing.Own',
                                      'Property.RealEstate','CreditHistory.Critical') ]
train_y <- as.integer( GermanCredit[train_rows, 'Class'] == 'Good' )

some_glm <- train( train_x, train_y, method='glm', family='binomial', 
                   trControl = trainControl(method='none') )

summary(some_glm$finalModel)

这个相关问题的一个不被接受的答案type='rf'表明使用矩阵接口是不可能的。

所以我无法使用矩阵或公式语法获得 pmml （我很确定finalModel无论如何都会产生相同的 s ）：

library('pmml')

pmml(some_glm$finalModel) 
# Error in if (model$call[[1]] == "glm") { : argument is of length zero

# Same problem if I try:
some_glm2 <- train( Class ~ Age + ForeignWorker + Housing.Own + 
                      Property.RealEstate + CreditHistory.Critical, 
                    data=GermanCredit[train_rows, ], family="binomial", 
                    method='glm',
                    trControl = trainControl(method='none') )
pmml(some_glm2$finalModel)

它在带有公式界面的基本 glm 中工作：

some_glm_base <- glm(Class ~ Age + ForeignWorker + Housing.Own + 
                     Property.RealEstate + CreditHistory.Critical, 
                     data=GermanCredit[train_rows, ], family="binomial")
pmml(some_glm_base) # works

为了互操作性，我想继续使用caret. 有没有办法将some_glm产生的转换caret回pmml()可以接受的格式？glm()或者如果我想要 pmml 功能，我是否被迫使用该结构？

4

1 回答 1

1

如果设置model$call[[1]]，该pmml功能将正常工作。

所以在你的情况下，你会想要：

library('pmml')

some_glm$finalModel$call[[1]] <- "glm"
pmml(some_glm$finalModel)
于 2016-04-21T22:04:29.480 回答