Как исправить код ошибки в RShiny при использовании ранее существовавшей модели регрессии в другом скрипте

Question

Я настраиваю интерактивную панель с RShiny. Цель состоит в том, чтобы позволить выбранным пользователям ввести файл с оценками для указанных параметров. Я уже разработал регрессионную модель в ранее существовавшем файле R Script. Мой план состоит в том, чтобы использовать эту уже существующую модель для прогнозирования зависимой переменной с использованием параметров, загруженных пользователем. Следующий сайт был особенно полезен: https://datascience -enthusiast.com / R / блестящая_ML.html . Однако мой код падает, когда я пытаюсь загрузить сохраненную модель (.rda) с помощью команды load () и с помощью source () сослаться на сценарий, откуда берется модель (.R).

я получаю следующую ошибку «Предупреждение в файле (имя файла,« r », кодировка = кодировка): невозможно открыть файл 'PolyFunct.R': нет такого файла или каталога Предупреждение: ошибка в файле: не удается открыть соединение [Нет трассировки стека] ”

Я пытался использовать load () и Source () над функцией ShinyServer и внутри нее. Оба не работают. Я попытался включить существующую модель как отдельный скрипт сохранения R и как функцию над функцией ShinyServer. Помощь будет оценена.

    ETL = function(){
      setwd("mydirectory")
      fulldata <- read_excel("NoFines.xlsx")
      finesdata <- read_excel("Model_Param.xlsx")
      fulldata <- data.frame(fulldata)
      finesdata <- data.frame(finesdata)

      fulldata$FinesPerc <- NULL
      fulldata$FinesDirectT <- NULL

      return(fulldata)
      return(finesdata)
    }  ##end of ETL function

    PolyFunct = function(fulldata,finesdata){

      library(caret)
      library(leaps)
      library(MASS)
      library(DMwR)

      mydata1 <- fulldata
      mydata2 <- finesdata

      mydata1$Comments <- NULL
      mydata1$Date <- NULL

      mydata2$Comments <- NULL
      mydata2$Date <- NULL
      ggpairs(mydata2)
      #polynomial  
      PolyMod <- lm(mydata2$Recovery ~ 
      polym(mydata2$007T,mydata2$007G,mydata2$FinesPerc, degree=2, raw=FALSE))
      summary(PolyMod)
      par(mfrow=c(2,2)) # init 4 charts in 1 panel
      plot(PolyMod)

      save(PolyMod , file = 'PolyRegression2.rda')
      return(PolyMod)
    }

    ETL()
    PolyFunct(fulldata,finesdata)
    ```
    #setwd("mydirectory")
    #load("PolyRegression.rda")   # Load saved model

    #source("PolyOnly.R")


    library(shiny)

    shinyServer(function(input, output) {

      options(shiny.maxRequestSize = 800*1024^2) 

      output$sample_input_data_heading = renderUI({   # show only if data has 
      been uploaded
        inFile <- input$file1

        if (is.null(inFile)){
          return(NULL)
        }else{
          tags$h4('Sample data')
        }
      }) #end show data upload

      output$sample_input_data = renderTable({    # show sample of uploaded data
        inFile <- input$file1

        if (is.null(inFile)){
          return(NULL)
        }else{
          input_data =  readr::read_csv(input$file1$datapath, col_names = TRUE)

          colnames(input_data) = c("007T","007G","FinesPerc")


          head(input_data)
        }
      }) #end show sample of uploaded data

      predictions<-reactive({
        load("PolyRegression.rda")   # Load saved model
        source("PolyFunct.R",encoding="utf-8",local = TRUE)


        inFile <- input$file1

        if (is.null(inFile)){
          return(NULL)
        }else{
          withProgress(message = 'Predictions in progress. Please wait ...', {
            input_data =  readr::read_csv(input$file1$datapath, col_names = TRUE)

            colnames(input_data) = c("007T","C007G","FinesPerc")

            input_data$Recovery = predict(PolyMod, input_data)

          })
          }

      })## end of predictions


      output$sample_prediction_heading = renderUI({  # show only if data has been uploaded
        inFile <- input$file1

        if (is.null(inFile)){
          return(NULL)
        }else{
          tags$h4('Sample predictions')
        }
      }) ## end of sample prediction headings
       output$sample_predictions = renderTable({   # the last 6 rows to show
        pred = predictions()  ##call the reactive function above where predictions are made
        head(pred)
        })
        # Downloadable csv of predictions 

      output$downloadData <- downloadHandler(
        filename = function() {
          paste("input_data_with_predictions", ".csv", sep = "")
        },
        content = function(file) {
          write.csv(predictions(), file, row.names = FALSE)
        })
    })