R變量名包含分號

Question

我有一個數據框。變量有很多的名字，像這樣：

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

我讀使用數據：

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

使原來的名字被保留（通過使用check.names = F）。 我用rpart包訓練從數據決策樹模型，然後嘗試使用該樹模型保存到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") 

然而，這會導致以下錯誤：

Error in field$class[[field$name[i]]] : subscript out of bounds

我認爲原因是變量名包含:，所以列索引被搞砸了。

我可以用check.names = T讀取數據，從而使變量名看起來像：

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

然而，因爲我需要原始變量名稱爲PMML文件，我想保持變量名稱的原樣。有什麼辦法可以解決這個問題嗎？

Answer 1

pmml包在內部很不穩定 - 畢竟在R中執行XML操作並不是一個好主意。如果您對將R模型導出爲PMML數據格式感興趣，那麼您可以嘗試使用r2pmml package。它是用Java編寫的（因此不會受到R語言怪癖的影響），而且速度更快，功能更強大。

r2pmml軟件包的問題是它不支持rpart::rpart模型類型。因此，您的最佳選項似乎如下：

1. 重命名data.frame列。將變量名稱映射的列表保存到文本文件中。
2. 使用pmml軟件包將rpart模型導出到PMML文件中。
3. 使用JPMML-Model library打開PMML文件並恢復原始變量名稱（基於上述映射文件）。 JPMML-Model爲此提供了特殊的API（訪問者類別org.jpmml.model.visitors.FieldRenamer）。