R变量名称包含分号

用户2921682

我有一个数据框。许多变量的名称如下：

/messages/with/:userid/
/:id/

我使用以下方法读取数据：

read.csv(file="file-path", header=TRUE,
           sep=",", check.names = F)

以便保留原始名称（使用check.names = F）。我使用rpart从数据中训练了决策树模型，然后尝试使用以下方法将树模型保存为pmml格式：

saveXML(pmml(dt.model, model.name = "DecisionTree_Model",
         app.name = "model_lr.pmml",
         description = "Decision Tree Model",
         unknownValue=0), "dt_model.pmml")

但是，这导致以下错误：

field $ class [[field $ name [i]]]中的错误：下标超出范围

我相信原因是，变量名称包含:在内，因此列索引被弄乱了。

我可以用读取数据check.names = T，以便变量名看起来像：

X.messages.with..userid.   
X..id."

但是，由于我需要pmml文件的原始变量名，因此我想保持变量名不变。有什么办法可以解决这个问题？

用户名

该pmml程序包内部不稳定-毕竟，在R中进行XML操作不是一个好主意。如果您有兴趣将R模型导出为PMML数据格式，则可以尝试该r2pmml软件包。它是用Java编写的（因此不会受到R语言怪癖的影响），并且速度更快，功能更强大。

与麻烦的r2pmml包是它不支持的rpart::rpart型号类型呢。因此，最好的选择如下：

重命名data.frame列。将变量名映射列表保存到文本文件中。
rpart使用该pmml软件包将模型导出到PMML文件中。
使用JPMML-Model库打开PMML文件，并还原原始变量名（基于上述映射文件）。JPMML-Model为此提供了特殊的API（Visitor类org.jpmml.model.visitors.FieldRenamer）。