问在生产中部署R模型的选项

EN

答案实际上取决于您的生产环境是什么。

如果您的“大数据”在Hadoop上，您可以尝试这个相对较新的开源PMML“评分引擎”( 模式 )。

否则，您别无选择(除非编写定制的特定于模型的代码)，只能在服务器上运行R。您将使用save将已安装的模型保存在.RData文件中，然后使用load并在服务器上运行相应的predict。(这肯定会很慢，但您可以尝试使用更多的硬件。)

你是如何做到这一点的取决于你的平台。通常有一种方法可以添加用R编写的“定制”函数，术语是UDF (用户定义函数)。在Hadoop中，您可以将此类函数添加到Pig (例如https://github.com/cd-wood/pigaddons)中，也可以使用RHadoop编写简单的映射--减少加载模型的代码，并在R中调用predict。如果数据位于Hive中，则可以使用蜂巢变换调用外部R脚本。

还有一些特定于供应商的方法，可以将用R编写的函数添加到各种SQL数据库中。同样，在文档中查找UDF。例如，PostgreSQL有PL/R。

下面列出了到目前为止在生产中部署R模型的替代方案。请注意，使用这些产品的工作流程彼此之间差别很大，但它们都是为了方便将经过训练的R模型作为服务公开的过程：

• openCPU
• AzureML
• DeployR
• 雅帽 (@Ramnath已经提到)
• Domino
• Sense.io

您可以使用水管工( RESTful )为R脚本创建https://github.com/trestletech/plumberAPI。

我以部署信用模型为例，写了一篇关于它的博客文章(http://www.knowru.com/blog/how-create-restful-api-for-machine-learning-credit-model-in-r/)。

通常，我不推荐PMML，因为您使用的包可能不支持向PMML的转换。