在Windows下將python中scikit learn的模型轉化為PMML檔案

阿新 • • 發佈：2019-01-01

最近專案需要將python中訓練好的模型轉移到Java中使用，所以在網上查到了PMML可以實現這個功能，那麼本文將介紹在Windows下如何將python中scikit learn的模型轉化為PMML檔案，從而方便將訓練好的模型供其他語言使用。

何為PMML？

首先，我們得明白什麼是PMML?

PMML 是一種事實標準語言，用於呈現資料探勘模型。預測分析模型和資料探勘模型是指代數學模型的術語，這些模型採用統計技術瞭解大量歷史資料中隱藏的模式。預測分析模型採用定型過程中獲取的知識來預測新資料中是否有已知模式。PMML 允許您在不同的應用程式之間輕鬆共享預測分析模型。因此，您可以在一個系統中定型一個模型，在 PMML 中對其進行表達，然後將其移動到另一個系統中，並在該系統中使用上述模型預測機器失效的可能性等。

簡單來說，PMML就是在一個平臺訓練好模型，然後封裝成PMML檔案，然後再在另一個平臺中可以直接使用訓練好的模型。

PMML 是資料探勘群組的產物，該群組是一個由供應商領導的委員會，由各種商業和開放原始碼分析公司組成。因此，現在的大部分領先資料探勘工具都可以匯出或匯入 PMML。作為一個已發展 10 多年的成熟標準，PMML 既可以呈現用於從資料中瞭解模型的統計技術（如人工神經網路和決策樹），也可以呈現原始輸入資料的預處理以及模型輸出的後處理（參見圖 1）。

這裡寫圖片描述

圖 1. PMML 包含資料預處理和資料後處理以及預測模型本身

在python中安裝sklearn2pmml

現在講解如何在python中安裝sklearn2pmml。

安裝pip

下載完成之後，解壓到一個資料夾，用CMD控制檯進入解壓目錄，輸入：

python setup.py install

最後，在新增環境變數：在PATH最後新增：C:\Python34\Scripts;

測試pip是否安裝成功：在cmd中輸入pip，出現下圖則表示成功：

這裡寫圖片描述

安裝sklearn2pmml

在cmd命令列下輸入

  pip install git+https://github.com/jpmml/sklearn2pmml.git

這裡寫圖片描述

測試案例

下面，將用python訓練一個簡單的模型，並將其封裝為PMML檔案。

首先訓練模型

# example tree & viz from http://scikit-learn.org/stable/modules/tree.html 

from sklearn import datasets, tree
iris = datasets.load_iris()
clf = tree.DecisionTreeClassifier() 
clf = clf.fit(iris.data, iris.target)

下面，將訓練好的模型轉化為PMML檔案，SkLearn2PMML將包含兩部分，estimator(our clf) 和 a mapper (for preprocessing steps），這裡，我們的預處理沒有做任何操作。

from sklearn_pandas import DataFrameMapper
default_mapper = DataFrameMapper([(i, None) for i in iris.feature_names + ['Species']])

from sklearn2pmml import sklearn2pmml
sklearn2pmml(estimator=clf, 
             mapper=default_mapper, 
             pmml="D:/workspace/IrisClassificationTree.pmml")

下面，則是PMML檔案中的內容：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<PMML xmlns="http://www.dmg.org/PMML-4_3" version="4.3">
    <Header>
        <Application name="JPMML-SkLearn" version="1.1.1"/>
        <Timestamp>2016-09-26T19:21:43Z</Timestamp>
    </Header>
    <DataDictionary>
        <DataField name="sepal length (cm)" optype="continuous" dataType="float"/>
        <DataField name="sepal width (cm)" optype="continuous" dataType="float"/>
        <DataField name="petal length (cm)" optype="continuous" dataType="float"/>
        <DataField name="petal width (cm)" optype="continuous" dataType="float"/>
        <DataField name="Species" optype="categorical" dataType="string">
            <Value value="setosa"/>
            <Value value="versicolor"/>
            <Value value="virginica"/>
        </DataField>
    </DataDictionary>
    <TreeModel functionName="classification" splitCharacteristic="binarySplit">
        <MiningSchema>
            <MiningField name="Species" usageType="target"/>
            <MiningField name="sepal length (cm)"/>
            <MiningField name="sepal width (cm)"/>
            <MiningField name="petal length (cm)"/>
            <MiningField name="petal width (cm)"/>
        </MiningSchema>
        <Output>
            <OutputField name="probability_setosa" dataType="double" feature="probability" value="setosa"/>
            <OutputField name="probability_versicolor" dataType="double" feature="probability" value="versicolor"/>
            <OutputField name="probability_virginica" dataType="double" feature="probability" value="virginica"/>
        </Output>
        <Node id="1">
            <True/>
            <Node id="2" score="setosa" recordCount="50.0">
                <SimplePredicate field="petal width (cm)" operator="lessOrEqual" value="0.8"/>
                <ScoreDistribution value="setosa" recordCount="50.0"/>
                <ScoreDistribution value="versicolor" recordCount="0.0"/>
                <ScoreDistribution value="virginica" recordCount="0.0"/>
            </Node>
            <Node id="3">
                <SimplePredicate field="petal width (cm)" operator="greaterThan" value="0.8"/>
                <Node id="4">
                    <SimplePredicate field="petal width (cm)" operator="lessOrEqual" value="1.75"/>
                    <Node id="5">
                        <SimplePredicate field="petal length (cm)" operator="lessOrEqual" value="4.95"/>
                        <Node id="6" score="versicolor" recordCount="47.0">
                            <SimplePredicate field="petal width (cm)" operator="lessOrEqual" value="1.6500001"/>
                            <ScoreDistribution value="setosa" recordCount="0.0"/>
                            <ScoreDistribution value="versicolor" recordCount="47.0"/>
                            <ScoreDistribution value="virginica" recordCount="0.0"/>
                        </Node>
                        <Node id="7" score="virginica" recordCount="1.0">
                            <SimplePredicate field="petal width (cm)" operator="greaterThan" value="1.6500001"/>
                            <ScoreDistribution value="setosa" recordCount="0.0"/>
                            <ScoreDistribution value="versicolor" recordCount="0.0"/>
                            <ScoreDistribution value="virginica" recordCount="1.0"/>
                        </Node>
                    </Node>
                    <Node id="8">
                        <SimplePredicate field="petal length (cm)" operator="greaterThan" value="4.95"/>
                        <Node id="9" score="virginica" recordCount="3.0">
                            <SimplePredicate field="petal width (cm)" operator="lessOrEqual" value="1.55"/>
                            <ScoreDistribution value="setosa" recordCount="0.0"/>
                            <ScoreDistribution value="versicolor" recordCount="0.0"/>
                            <ScoreDistribution value="virginica" recordCount="3.0"/>
                        </Node>
                        <Node id="10">
                            <SimplePredicate field="petal width (cm)" operator="greaterThan" value="1.55"/>
                            <Node id="11" score="versicolor" recordCount="2.0">
                                <SimplePredicate field="sepal length (cm)" operator="lessOrEqual" value="6.95"/>
                                <ScoreDistribution value="setosa" recordCount="0.0"/>
                                <ScoreDistribution value="versicolor" recordCount="2.0"/>
                                <ScoreDistribution value="virginica" recordCount="0.0"/>
                            </Node>
                            <Node id="12" score="virginica" recordCount="1.0">
                                <SimplePredicate field="sepal length (cm)" operator="greaterThan" value="6.95"/>
                                <ScoreDistribution value="setosa" recordCount="0.0"/>
                                <ScoreDistribution value="versicolor" recordCount="0.0"/>
                                <ScoreDistribution value="virginica" recordCount="1.0"/>
                            </Node>
                        </Node>
                    </Node>
                </Node>
                <Node id="13">
                    <SimplePredicate field="petal width (cm)" operator="greaterThan" value="1.75"/>
                    <Node id="14">
                        <SimplePredicate field="petal length (cm)" operator="lessOrEqual" value="4.8500004"/>
                        <Node id="15" score="virginica" recordCount="2.0">
                            <SimplePredicate field="sepal width (cm)" operator="lessOrEqual" value="3.1"/>
                            <ScoreDistribution value="setosa" recordCount="0.0"/>
                            <ScoreDistribution value="versicolor" recordCount="0.0"/>
                            <ScoreDistribution value="virginica" recordCount="2.0"/>
                        </Node>
                        <Node id="16" score="versicolor" recordCount="1.0">
                            <SimplePredicate field="sepal width (cm)" operator="greaterThan" value="3.1"/>
                            <ScoreDistribution value="setosa" recordCount="0.0"/>
                            <ScoreDistribution value="versicolor" recordCount="1.0"/>
                            <ScoreDistribution value="virginica" recordCount="0.0"/>
                        </Node>
                    </Node>
                    <Node id="17" score="virginica" recordCount="43.0">
                        <SimplePredicate field="petal length (cm)" operator="greaterThan" value="4.8500004"/>
                        <ScoreDistribution value="setosa" recordCount="0.0"/>
                        <ScoreDistribution value="versicolor" recordCount="0.0"/>
                        <ScoreDistribution value="virginica" recordCount="43.0"/>
                    </Node>
                </Node>
            </Node>
        </Node>
    </TreeModel>
</PMML>

參考文獻

在Windows下將python中scikit learn的模型轉化為PMML檔案

何為PMML？

在python中安裝sklearn2pmml

測試案例

在Windows下將python中scikit learn的模型轉化為PMML檔案

將python訓練好的模型儲存為pmml檔案供java呼叫

Windows下將Python源代碼.py文件封裝成exe可執行文件方法

【ROS學習】Solidworks模型轉化為URDF檔案格式+三連桿機械臂示例+逆運動學

Windows下在Python（Anaconda）中安裝Dlib庫

python在Windows下將.py轉換成.exe檔案

python中文輸入輸出在windows下的cmd中的實現

Windows下將cmd這個命令寫入滑鼠右鍵中

windows下將tomcat輸出日誌寫到日誌檔案中

windows下安裝python&pip

linux和windows下安裝python拓展包及requirement.txt安裝類庫

Python開發入門Windows下搭建python開發環境

python 和 scikit-learn 實現垃圾郵件過濾

Windows下安裝python的scipy等科學計算包（轉）

Windows下mysql-python安裝步驟及常見問題

windows下mysql-python安裝出錯

windows下安裝python包

Windows下使用Python的Curses庫時 No module named _curses問題

windows下安裝python的numpy，scipy，sklearn

轉：windows下安裝python的C擴展編譯環境（解決“Unable to find vcvarsall.bat”

在Windows下將python中scikit learn的模型轉化為PMML檔案

何為PMML？

在python中安裝sklearn2pmml

測試案例

相關推薦