Как сохранить объект R randomForest в SAP HANA Studio?

Question

Я довольно новичок в мире SAP и пытаюсь работать с R Server, установленным в SAP HANA Studio (версия HANA Studio: 2.3.8 и версия R Server 3.4.0)

Мои задачи:

• Обучить модель randomForest на R Server в HANA Studio (с помощью процедуры RLANG в HANA)
• Сохраните модель randomForest как объект модели PAL в HANA
• Сделать прогноз на новые данные в HANA, используя эту модель

Вот небольшой пример процедуры RLANG для обучения сохранению модели на HANA:

    PROCEDURE "PA"."RF_TRAIN" ( 
    IN data "PA"."IRIS", 
    OUT modelOut "PA"."TRAIN_MODEL"
 ) 
    LANGUAGE RLANG 
SQL SECURITY INVOKER 
DEFAULT SCHEMA "PA"
AS
BEGIN

require(randomForest)
require(dplyr)
require(pmml)
# iris <- as.data.frame(data)
data(iris)
iris <- iris %>% mutate(y = factor(ifelse(Species == "setosa", 1, 0)))
model <- randomForest(y~Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, iris,
         importance = TRUE,
         ntree = 500)
modelOut <- as.data.frame(pmml(model))

END;

(Пожалуйста, не смущайтесь, я не использую свои входные данные для обучения модели, это не реальный пример)

Вот как должна выглядеть таблица с моделью в SAP HANA:

модель на SAP HANA

В этом примере обучение работает, но я не уверен, как сохранить объект randomForest в базе данных SAP HANA или как преобразовать объект randomForest в похожий объект на рисунке.

Буду признателен за любую помощь:)

Answer 1

Если вы планируете использовать R-сервер для своих прогнозов, вы можете сохранить свою модель случайного леса в виде BLOB объект в SAP HANA.

Следуя Руководству по интеграции SAP HANA R, вам необходимо.

1. Включить BLOB приписать к вашей таблице "PA"."TRAIN_MODEL,
2. Сохраните модель как двоичную с функцией serialize прежде чем записать это в вашу таблицу.
3. Загрузить и Unserialize Ваша модель при вызове процедуры прогнозирования.

Что бы дать, в вашем R сценарии.

require(randomForest)
require(dplyr)
require(pmml)
generateRobjColumn <- function(...){
        result <- as.data.frame(cbind(
            lapply(
                list(...),
                function(x) if (is.null(x)) NULL else serialize(x, NULL)
            )
        ))
        names(result) <- NULL
        names(result[[1]]) <- NULL
        result
    }
# iris <- as.data.frame(data)
data(iris)
iris <- iris %>% mutate(y = factor(ifelse(Species == "setosa", 1, 0)))
model <- randomForest(y~Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, iris,
         importance = TRUE,
         ntree = 500)
modelOut <- data.frame(ID = 1, MODEL = generateRobjColumn(pmml(model)))   

Обратите внимание, что вам на самом деле не нужно использовать pmml если вы планируете повторно использовать модель как есть.

В другой процедуре вам нужно будет вызвать эту таблицу и десериализовать вашу модель для прогнозирования.

CREATE PROCEDURE "PA"."RF_PREDICT" (IN data "PA"."IRIS", IN modelOut "PA"."TRAIN_MODEL", OUT result "PA"."PRED")
LANGUAGE RLANG AS
BEGIN
  rfModel <- unserialize(modelOut$MODEL[[1]])
  result <- predict(rfModel, newdata = data) # or whatever steps you need for prediction
END;