我已经制作了一些教程，用R中的 h2o 库构建模型，然后将其导出为 POJO 模型 .
我的问题是我需要预测的数据采用的是我用于火车数据集的不同格式 . 我想知道是否可以将我的R代码用于数据转换并将其导出为 POJO （或类似），以便我可以实时准备新数据进行预测 .
我在H2O文档页面（link）的"Productionizing H2O"部分找到了一些示例，如 Consumer loan application 和 Storm bolt . 但在第一种情况下，他们使用相同的功能集，在第二种情况下，数据准备工作使用.java代码（不确定，我在R之外的编程技能很差） . 所以我无法弄清楚如何在新数据集中使用R中的转换代码 .
有什么建议？
2 回答
您有三个选择：（ EDIT ：添加第三个选项）
您可以将预测管道保留在R中并使用
h2o.predict_json()函数，该函数允许您将测试数据作为R中的JSON传递到磁盘上的MOJO / POJO以生成预测 . 这将允许您使用R代码进行数据调整，然后您将获取munged数据，将其转换为JSON字符串，并使用h2o.predict_json()生成预测 . 该函数一次需要一行，所以如果你有一个完整的数据框，你必须编写一个循环 . 此时的预测将在R内存中，因此您可以选择将它们写入文件/数据库，或者在纯R中使用它们执行其他操作 .将R数据清除代码转换为Java并仅使用Java应用程序中的POJO / MOJO保留应用程序Java .
继续使用R代码进行修改，使用快速I / O工具（如
data.table::fwrite()）将已存档的数据写入磁盘，然后使用该新文件作为POJO / MOJO的输入并使用Java进行评分 . 这样您就可以一次获得整个文件，而不是＃1，您必须一次获得一行 .在H2O进行预测之前处理数据，这是您需要处理的事情 .
一种策略是以这样的方式编写您的munging代码，即您可以为训练和 生产环境 环境执行相同的确切代码 .