получить pmml-представление модели типа glm, созданное функцией caret :: train

Я пытаюсь создать PMML из регрессионной модели, обученной caret с method='glm'. Пример модели:

library('caret')

data('GermanCredit')

set.seed(123)

train_rows <- createDataPartition(GermanCredit$Class, p=0.6, list=FALSE)

train_x <- GermanCredit[train_rows, c('Age','ForeignWorker','Housing.Own',
                                      'Property.RealEstate','CreditHistory.Critical') ]
train_y <- as.integer( GermanCredit[train_rows, 'Class'] == 'Good' )

some_glm <- train( train_x, train_y, method='glm', family='binomial', 
                   trControl = trainControl(method='none') )

summary(some_glm$finalModel)

Непринятый ответ на этот связанный вопрос для type='rf' предполагает, что это не можно сделать с помощью матричного интерфейса.

Поэтому я не могу получить pmml, используя синтаксис матрицы или формулы (который, я уверен, в любом случае дает идентичные finalModels):

library('pmml')

pmml(some_glm$finalModel) 
# Error in if (model$call[[1]] == "glm") { : argument is of length zero

# Same problem if I try:
some_glm2 <- train( Class ~ Age + ForeignWorker + Housing.Own + 
                      Property.RealEstate + CreditHistory.Critical, 
                    data=GermanCredit[train_rows, ], family="binomial", 
                    method='glm',
                    trControl = trainControl(method='none') )
pmml(some_glm2$finalModel)

Он действительно работает в базовом glm с интерфейсом формулы:

some_glm_base <- glm(Class ~ Age + ForeignWorker + Housing.Own + 
                     Property.RealEstate + CreditHistory.Critical, 
                     data=GermanCredit[train_rows, ], family="binomial")
pmml(some_glm_base) # works

Для обеспечения совместимости я хотел бы продолжать использовать caret. Есть ли способ преобразовать some_glm, созданный в caret, обратно в формат, который будет принимать pmml()? Или я вынужден использовать конструкцию glm(), если мне нужна функциональность pmml?