如何在R中调用Matlab Coder编译的C函数并用于Shiny应用？

一、准备工作 #

• 确保电脑安装对应系统的C编译器：Windows用户安装Rtools，macOS安装Xcode命令行工具，Linux安装gcc/g++。可在R中运行Sys.which("gcc")检查是否能识别编译器。
• 安装并加载Rcpp包（简化R与C交互的工具）：

  install.packages("Rcpp")
  library(Rcpp)
  

二、编写Rcpp包装函数 #

由于R和C的调用规则有差异，需要写一个包装函数适配两者的交互逻辑。

1. 创建名为wrapper.cpp的文件，内容如下：

   #include <Rcpp.h>
   // 声明你的C函数（如果Matlab Coder生成了对应.h文件，替换成#include "ensembleBaggedTreesExtendedStay_V1.h"即可）
   double ensembleBaggedTreesExtendedStay_V1(double TransferredYesNo,
                                            double BleedDisYesNo,
                                            double PreOpAlbumin, double PreOpHCT,
                                            double ASAClass, double ComplexYesNo);
   
   // 标记该函数可被R调用
   // [[Rcpp::export]]
   Rcpp::NumericVector predict_stay(double TransferredYesNo,
                                    double BleedDisYesNo,
                                    double PreOpAlbumin,
                                    double PreOpHCT,
                                    double ASAClass,
                                    double ComplexYesNo) {
     // 调用目标C函数
     double result = ensembleBaggedTreesExtendedStay_V1(TransferredYesNo, BleedDisYesNo,
                                                       PreOpAlbumin, PreOpHCT,
                                                       ASAClass, ComplexYesNo);
     // 将C的double类型结果转为R可识别的向量格式
     return Rcpp::NumericVector::create(result);
   }
   

2. 将你的ensembleBaggedTreesExtendedStay_V1.c和wrapper.cpp放在同一文件夹（比如你的R项目根目录）。

三、编译并加载函数到R #

在R中运行以下代码，完成编译并加载包装函数：

# 编译C源文件和Rcpp包装器
Rcpp::sourceCpp(files = c("ensembleBaggedTreesExtendedStay_V1.c", "wrapper.cpp"))

编译成功后，可直接在R中测试调用：

# 传入测试参数验证
predict_stay(1.0, 0.0, 3.5, 40.0, 2.0, 1.0)

四、整合到Shiny应用 #

将编译好的函数嵌入Shiny的服务器逻辑中，即可实现网页端的交互调用。示例代码如下：

library(shiny)
library(Rcpp)

# 提前编译加载函数（确保文件路径正确）
Rcpp::sourceCpp(files = c("ensembleBaggedTreesExtendedStay_V1.c", "wrapper.cpp"))

ui <- fluidPage(
  titlePanel("术后住院时长预测"),
  sidebarLayout(
    sidebarPanel(
      numericInput("transferred", "是否转诊（1=是，0=否）", value = 0),
      numericInput("bleed", "是否有出血性疾病（1=是，0=否）", value = 0),
      numericInput("albumin", "术前白蛋白", value = 3.5),
      numericInput("hct", "术前红细胞压积", value = 40.0),
      numericInput("asa", "ASA分级", value = 2.0),
      numericInput("complex", "手术是否复杂（1=是，0=否）", value = 0),
      actionButton("predict_btn", "开始预测")
    ),
    mainPanel(
      h3("预测结果"),
      textOutput("pred_result")
    )
  )
)

server <- function(input, output) {
  observeEvent(input$predict_btn, {
    # 调用编译好的预测函数
    pred_result <- predict_stay(
      input$transferred,
      input$bleed,
      input$albumin,
      input$hct,
      input$asa,
      input$complex
    )
    # 渲染输出结果
    output$pred_result <- renderText({
      paste("预测术后住院时长概率：", round(pred_result[1], 4))
    })
  })
}

shinyApp(ui = ui, server = server)

五、注意事项 #

• 如果Matlab Coder生成了额外的依赖库（如.a或.dll文件），需将其与源文件放在同一目录，确保编译时能被识别。
• 所有输入参数均为double类型，Shiny中需用numericInput组件，避免整数输入导致类型不匹配。
• 打包Shiny应用时，需将.c和.cpp文件一同打包；若要避免用户自行编译，可提前用devtools::install()将代码编译为二进制R包。

内容的提问来源于stack exchange，提问作者Brandon Hoglund