如何使用mlr使用PMML软件包构建XML文件？

Question

我想使用mlr包将pmml包构建的逻辑模型直接转换为XML文件。问题是由mlr包装器构建的model.learner不在列表中包括模型链接，就像在普通stats :: glm函数中一样。所以这是一个例子：

library(dplyr)
library(titanic)
library(pmml)
library(ParamHelpers)
library(mlr)

Titanic_data = select(titanic_train, Survived, Pclass, Sex, Age)
Titanic_data$Survived = as.factor(Titanic_data$Survived)
Titanic_data$Sex = as.factor(Titanic_data$Sex)
Titanic_data$Pclass = as.factor(Titanic_data$Pclass)
Titanic_data = na.omit(Titanic_data)

lrn <- makeLearner("classif.logreg", predict.type = "prob")
task = makeClassifTask(data = Titanic_data, target = "Survived", positive = "1")
model = train(lrn, task)

model_glm = glm(Survived ~ ., data = Titanic_data, family = "binomial")

str(model$learner.model)   # list of 29
str(model_glm)             # list of 30

您可以看到，两个模型的结构都是不同元素的列表，并且它们都是相同的，除了包装器中缺少模型这一事实之外。因此，我使用pmml收到一条错误消息：

pmml(model_glm)
# Error in pmml.glm(model$learner.model) : object 'model.link' not found

由stats :: glm构建的那个正在工作：

pmml(model)

<PMML version="4.4" xmlns="http://www.dmg.org/PMML-4_4" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.dmg.org/PMML-4_4 http://www.dmg.org/pmml/v4-4/pmml-4-4.xsd">
 <Header copyright="Copyright (c) 2020 TBeige" description="Generalized Linear Regression Model">
  <Extension name="user" value="TBeige" extender="SoftwareAG PMML Generator"/>
  <Application name="SoftwareAG PMML Generator" version="2.3.1"/>
  <Timestamp>2020-05-12 09:50:15</Timestamp>
 </Header>
 <DataDictionary numberOfFields="4">
  <DataField name="Survived" optype="categorical" dataType="string">
   <Value value="0"/>
   <Value value="1"/>
  </DataField>
  <DataField name="Pclass" optype="categorical" dataType="string">
   <Value value="1"/>
   <Value value="2"/>
   <Value value="3"/>
  </DataField>
  <DataField name="Sex" optype="categorical" dataType="string">
   <Value value="female"/>
   <Value value="male"/>
  </DataField>
  <DataField name="Age" optype="continuous" dataType="double"/>
 </DataDictionary>
 <GeneralRegressionModel modelName="General_Regression_Model" modelType="generalizedLinear" functionName="classification" algorithmName="glm" distribution="binomial" linkFunction="logit">
  <MiningSchema>
   <MiningField name="Survived" usageType="predicted" invalidValueTreatment="returnInvalid"/>
   <MiningField name="Pclass" usageType="active" invalidValueTreatment="returnInvalid"/>
   <MiningField name="Sex" usageType="active" invalidValueTreatment="returnInvalid"/>
   <MiningField name="Age" usageType="active" invalidValueTreatment="returnInvalid"/>
  </MiningSchema>
  <Output>
   <OutputField name="Probability_1" targetField="Survived" feature="probability" value="1" optype="continuous" dataType="double"/>
   <OutputField name="Predicted_Survived" feature="predictedValue" optype="categorical" dataType="string"/>
  </Output>
  <ParameterList>
   <Parameter name="p0" label="(Intercept)"/>
   <Parameter name="p1" label="Pclass2"/>
   <Parameter name="p2" label="Pclass3"/>
   <Parameter name="p3" label="Sexmale"/>
   <Parameter name="p4" label="Age"/>
  </ParameterList>
  <FactorList>
   <Predictor name="Pclass"/>
   <Predictor name="Sex"/>
  </FactorList>
  <CovariateList>
   <Predictor name="Age"/>
  </CovariateList>
  <PPMatrix>
   <PPCell value="2" predictorName="Pclass" parameterName="p1"/>
   <PPCell value="3" predictorName="Pclass" parameterName="p2"/>
   <PPCell value="male" predictorName="Sex" parameterName="p3"/>
   <PPCell value="1" predictorName="Age" parameterName="p4"/>
  </PPMatrix>
  <ParamMatrix>
   <PCell targetCategory="1" parameterName="p0" df="1" beta="3.77701265255885"/>
   <PCell targetCategory="1" parameterName="p1" df="1" beta="-1.30979926778885"/>
   <PCell targetCategory="1" parameterName="p2" df="1" beta="-2.58062531749203"/>
   <PCell targetCategory="1" parameterName="p3" df="1" beta="-2.52278091988034"/>
   <PCell targetCategory="1" parameterName="p4" df="1" beta="-0.0369852655754339"/>
  </ParamMatrix>
 </GeneralRegressionModel>
</PMML>

任何想法我如何使用mlr并使用pmml创建xml查找？

Answer 1

问题似乎在pmml内部

来自pmml::pmml.glm：

    if (model$call[[1]] == "glm") {                                                                                 
        model.type <- model$family$family                                                                           
        model.link <- model$family$link                                                                             
    }                                                                                                               
    else {                                                                                                          
        model.type <- "unknown"                                                                                     
    }

在mlr模型中，我们有

model$learner.model$call[[1]]
# stats::glm

所以您可以破解

model$learner.model$call[[1]] = "glm"

然后是>>

pmml(model$learner.model)
作品。

老实说，这似乎是pmml程序包中的奇怪代码。