本地运行正常的R预测代码在远程CentOS服务器执行失败

我编写了如下R代码：

library(mongolite)

myUnserializationFunc<-function(value){
  return (unserialize(value,refhook = function(chr) list(dummy = 0L)))
}    

url_path = sprintf("mongodb+srv://%s:%s@%s", "someuser", "somepass", "somehost.in.mongodbatlas")

modelCollection<-mongo(collection = "somecollection"
                       ,url = paste0(url_path,"/","somedatabase"))    

modelName<-"modle32"
strConditions=paste0('{"modelName":"',modelName,'"}')
strSelect=paste0('{"object":true,"_id":false}')

mdl<-modelCollection$find(query=strConditions,fields=strSelect)
mdl<-myUnserializationFunc(mdl[[1]][[1]])


predict(mdl,iris)

该代码在本地Windows电脑的RStudio中运行正常，可成功输出预测结果：

> predict(mdl,iris)
Using 100 trees...

  [1] 5.066186 4.766941 4.795193 4.910053 5.139620 5.554888 4.922106 4.967152 4.734696
 [10] 4.910053 5.230387 4.967152 4.766941 4.766941 5.139620 5.408491 5.317723 5.111907
 [19] 5.422505 5.276108 5.113549 5.408491 5.139620 5.210461 5.113549 4.857708 5.145256
 [28] 5.156954 4.876385 4.885961 4.910053 5.145256 5.230387 5.139620 4.910053 4.795193
 [37] 5.066186 5.139620 4.766941 4.967152 5.111907 4.651098 4.795193 5.335057 5.554888

但在远程CentOS服务器执行完全相同的脚本时，出现错误：

> stats::predict(mdl,iris)
Error in UseMethod("predict") :
  no applicable method for 'predict' applied to an object of class "gbm"

尝试使用Random Forest模型也出现相同错误，请问哪里操作有误？

核心原因 #

服务器环境中缺少模型对应的R包，且未在脚本中显式加载。predict方法并非R基础包提供，而是由模型所属的包（比如gbm、randomForest）实现的。本地环境中可能已经加载了这些包，或者RStudio自动加载了依赖，但服务器脚本仅加载了mongolite，导致无法找到对应类的predict方法。

解决步骤 #

• 显式加载模型依赖包：在脚本开头或predict调用前，添加模型对应的包加载语句。比如如果是gbm模型：

  library(gbm)
  

  如果是随机森林模型：

  library(randomForest)
  

• 检查包版本一致性：确认服务器上安装的模型包版本与本地一致。版本差异可能导致反序列化后的模型对象不兼容，运行packageVersion("gbm")（或对应包名）在本地和服务器对比，版本不一致则更新服务器上的包。
• 验证反序列化完整性：在服务器上反序列化后运行class(mdl)和str(mdl)，确认模型对象的结构和类属性与本地一致，避免反序列化过程中破坏了对象的关键信息。

内容的提问来源于stack exchange，提问作者Lev