使用终端将参数传递给Rserve

我有一个R代码，它有一个经过训练的机器学习模型。现在我想得到新数据的预测

当前方法：

Script code.R '[{"x1" : "1011", "x2" : "1031", "x4" : "0.65"}]'

# Loading the library

suppressPackageStartupMessages(library(C50))
suppressPackageStartupMessages(library(jsonlite))
suppressPackageStartupMessages(library(plyr))

# Loading the trained model

model1 <- readRDS("model1.RDA")

 x <- (args[1])

# Function which wraps prediction and son handling

output <- function(x) {

df <- fromJSON(x)

df[is.na(df)] <- 0

prediction <- predict.C5.0(model1, newdata = df, type = "class")

json_df <- toJSON(prediction)

return(json_df)
}

 output(x)

var r = require('rserve-client');
r.connect('localhost', 6311, function(err, client) {
    client.evaluate('a<-2.7+2', function(err, ans) {
        console.log(ans);
        client.end();
    });
});

我会得到答案，问题是加载和设置环境花费了太多时间

代码：

Script code.R '[{"x1" : "1011", "x2" : "1031", "x4" : "0.65"}]'

# Loading the library

suppressPackageStartupMessages(library(C50))
suppressPackageStartupMessages(library(jsonlite))
suppressPackageStartupMessages(library(plyr))

# Loading the trained model

model1 <- readRDS("model1.RDA")

 x <- (args[1])

# Function which wraps prediction and son handling

output <- function(x) {

df <- fromJSON(x)

df[is.na(df)] <- 0

prediction <- predict.C5.0(model1, newdata = df, type = "class")

json_df <- toJSON(prediction)

return(json_df)
}

 output(x)

var r = require('rserve-client');
r.connect('localhost', 6311, function(err, client) {
    client.evaluate('a<-2.7+2', function(err, ans) {
        console.log(ans);
        client.end();
    });
});

#加载库
SuppressPackageStatupMessages（库（C50））
SuppressPackageStatupMessages（库（jsonlite））
SuppressPackageStatupMessages（库（plyr））
#加载经过训练的模型
model1所以我使用NodeJS与Rserve对话

首先从终端安装节点和npm

npm install --save rserve-client

javascript文件中的代码是：

Script code.R '[{"x1" : "1011", "x2" : "1031", "x4" : "0.65"}]'

# Loading the library

suppressPackageStartupMessages(library(C50))
suppressPackageStartupMessages(library(jsonlite))
suppressPackageStartupMessages(library(plyr))

# Loading the trained model

model1 <- readRDS("model1.RDA")

 x <- (args[1])

# Function which wraps prediction and son handling

output <- function(x) {

df <- fromJSON(x)

df[is.na(df)] <- 0

prediction <- predict.C5.0(model1, newdata = df, type = "class")

json_df <- toJSON(prediction)

return(json_df)
}

 output(x)

var r = require('rserve-client');
r.connect('localhost', 6311, function(err, client) {
    client.evaluate('a<-2.7+2', function(err, ans) {
        console.log(ans);
        client.end();
    });
});

var r=require（'rserve-client'）；
r、 connect（'localhost'，6311，函数（错误，客户端）{
evaluate（'a如果你想使用
Java
客户端，你需要下载
REngine jars
，下面的代码会有帮助（我是从
Java
使用的）：

您的代码似乎不完整（缺少输出函数的结束括号，并且没有调用输出函数，请编辑您的问题。Thx:-）@RYoda添加了它，谢谢！我认为您基本上必须将代码拆分为客户端脚本和服务器端脚本。服务器端：从您的sorce代码中删除
x
赋值和
输出
函数调用行，并使用
model1.RDA
将此脚本部署到服务器上的文件夹中。客户端：set x variable，RSconnect、 RSserversource，RSassign x，RSeval…（请参阅
RSclient
package:的文档了解详细信息）@RYoda谢谢您的帮助，我会检查它的outRserve是基于TCP/IP的，而不是基于HTTP（AFAIK），所以您需要一个客户端库（对不起，我没有使用Rserve w/o R的经验）。请修改您的问题，因为它看起来像是您要使用R客户端。感谢您发布答案。将您的答案标记为已接受完全可以！更多链接：请参阅和