在R中导出gbm模型是否有标准（或可用的）方法？PMML是可以的，但当我尝试使用pmml库时，可能使用方法不正确，出现了错误：

例如，我的代码看起来类似于这样：

  library("gbm")  library("pmml")  model <- gbm(      formula,      data = my.data,      distribution = "adaboost",      n.trees = 450,      n.minobsinnode = 10,      interaction.depth = 4, shrinkage=0.05, verbose=TRUE)  export <- pmml(model)  # 然后导出到xml

我得到的错误是：

Error in UseMethod("pmml") : no applicable method for 'pmml' applied to an object of class "gbm"

我也尝试过传入数据集。无论如何，如果有其他我可以编程解析的格式，我也可以接受（我将在JVM上进行评分），但如果有办法让PMML工作，那就太好了。

回答：

你可以使用r2pmml包来完成这项工作。目前，它支持回归（即distribution = "gaussian"）和二元分类（即distribution = "adaboost"或distribution = "bernoulli"）模型类型。

下面是Auto MPG数据集的示例代码：

library("gbm")library("r2pmml")auto = read.csv(file = "AutoNA.csv", header = TRUE)auto.formula = gbm(mpg ~ ., data = auto, interaction.depth = 3, shrinkage = 0.1, n.trees = 100, response.name = "mpg")print(auto.formula)r2pmml(auto.formula, "/tmp/gbm.pmml")