是否有可能创建我们自己的机器学习模型并将其用于训练/预测过程

divya_das

你好,

是否有可能创建我们自己的机器学习模型并将其用于训练/预测过程?

如果我们无法使用RapidMiner提供的机器学习算法达到所需的精度，我们可以继续使用其他算法(例如来自开源)吗?我们是否需要将新算法捆绑在一个算子中，然后在训练过程中使用它?或者我们可以使用执行程序/执行脚本操作符调用它吗?或者在训练过程中有其他方法使用新算法吗?

在RapidMiner文档中，我看到了一个例子，其中“执行Python”操作符被用来构建我们自己的ML模型。

问候,

迪夫

rfuentealba

你好迪,

如果你愿意，你可以做很多事情。从简单到复杂:

1.-在Python或R中创建您的算法，并使用相应的扩展。在Python中，您将需要pandas来处理从RapidMiner到您的算法/脚本的输入和输出。我已经在图像变换中这样做了，它是有效的。
2.-在Java中创建算法并使用Execute Script操作符。我没这么做过。
3.-用你的算法在Java中创建一个库，并实现你自己的操作符作为扩展。我正在努力完成一篇我从去年10月开始写的文章(主要是因为我的其他项目需要很多时间)。
4.-如果算法是在Python, R, Java或Groovy以外的语言中(例如，我已经完成了Ruby脚本的评分内容，我仍然后悔那些)，你可能想要将信息存储在文件中，并将该文件作为参数传递给Shell脚本，该脚本反过来将输出作为文件返回给你，你可以阅读。我以前已经做过无数次了，请选择其他的选择。

愿一切都好！

罗德里戈。

rfuentealba

还有一件事:我说的“创造”是指你可以“使用”它。例如，如果某些东西已经在Python中，则不必从头开始实现。

divya_das

谢谢Rodrigo的详细解释。

问候,
迪夫