|
问题导读 1.scikit-learn已经成为Python重要的机器学习库，那么如何将scikit-learn训练好的模型直接导出为PMML呢？ 2.如何将原有pickle格式的模型文件转换为PMML? 综述
自2007年发布以来，scikit-learn已经成为Python重要的机器学习库了。scikit-learn简称sklearn，支持包括分类、回归、降维和聚类四大机器学习算法。还包含了特征提取、数据处理和模型评估三大模块。
sklearn拥有着完善的文档，上手容易，具有着丰富的API，在学术界颇受欢迎。sklearn已经封装了大量的机器学习算法，包括LIBSVM和LIBINEAR。同时sklearn内置了大量数据集，节省了获取和整理数据集的时间。 本文介绍了如何将sklearn中的模型导出为PMML文件，方便后续的工程上线操作，内容包括涉及环境的搭建和中间遇到的坑。 前置知识
sklearn2pmml 使用sklearn2pmml 可以在python中，训练完模型之后，直接将模型导出为PMML文件。 软件版本
使用pip 安装，命令如下：
[Shell]
纯文本查看
复制代码
?
使用conda 安装，命令如下：
[Shell]
纯文本查看
复制代码
?
个人强烈建议，使用 Anaconda 进行Python 版本管理，使用conda命令进行安装。（貌似因为源的问题，conda中被墙的可能性小）
详细内容，可以参见 sklearn 安装文档
安装skkearn-pandas
命令如下:
[Shell]
纯文本查看
复制代码
?
这个地方，如果因为被墙，可以去官网下载 whl文件到本地，假设路径为”/data/users/miao18/sklearn_pandas-1.6.0-py2.py3-none-any.whl”然后
[Shell]
纯文本查看
复制代码
?
通过本地文件的方式安装。
安装sklearn2pmml
命令如下：
[Shell]
纯文本查看
复制代码
?
校验是否安装成功
进入Python 命令行，输入如下命令
[Python]
纯文本查看
复制代码
?
我的环境输出结果如下，符合要求：
[Plain Text]
纯文本查看
复制代码
?
使用方法 使用iris数据集，训练一个简单的决策树模型，并导出为pmml。
[Python]
纯文本查看
复制代码
?
工作目录下的DecisionTreeIris.pmml 就是导出的pmml文件。
这里需要注意，sklearn中都是以pipeline 的形式进行转化的。原型如下：
[Python]
纯文本查看
复制代码
?
使用jpmml-sklearn，可以将一个现有的pickle格式的模型文件转换为PMML文件。 软件版本
从github 下载源码，并安装：
[Shell]
纯文本查看
复制代码
?
执行完毕后，在target目录下有 一个 converter-executable-1.4-SNAPSHOT.jar 的jar文件。
使用方法
一个典型的workflow如下：
训练部分，和直接导出pmml类似，只是最后的落地文件，不直接导出为pmml，而是存成pickle文件，代码如下：
[Python]
纯文本查看
复制代码
?
Java侧转换
使用上文编译好的Jar包，进行转换，命令如下:
[Shell]
纯文本查看
复制代码
?
总结
分别使用了sklearn2pmml 和 jpmml-sklearn 进行导出pmml文件，操作过程类似。
使用sklearn2pmml 的方式更为便捷，直接在python 中就可以导出，这意味着每次训练完模型，就能快速生成一个pmml文件。 使用jpmml-sklearn，则可以对现有的pickle 文件进行操作。 两者各有优劣，请使用者根据实际情况按需使用。 |
python sklearn2pmml
转载于:https://www.cnblogs.com/mmzhang/p/11413446.html