pmml（模型标准化）

PMML简介

PMML全称预言模型标记模型（Predictive Model Markup Language），以XML 为载体呈现数据挖掘模型。PMML 允许您在不同的应用程序之间轻松共享预测分析模型。因此，您可以在一个系统中定型一个模型，在 PMML 中对其进行表达，然后将其移动到另一个系统中，而不需考虑分析和预测过程中的具体实现细节。使得模型的部署摆脱了模型开发和产品整合的束缚。

PMML标准

PMML 标准是数据挖掘过程的一个实例化标准，它按照数据挖掘任务执行过程，有序的定义了数据挖掘不同阶段的相关信息：

• 头信息（Header）
• 数据字典（DataDictionary）
• 挖掘模式(Mining Schema)
• 数据转换（Transformations）
• 模型定义 (Model Definition)
• 评分结果 (Score Result)

头信息（Header）

PMML文件使用头信息作为开始，它主要用于记录产品、版权、模型描述，建模时间等描述性信息。例如：

<Header copyright="Copyright (c) 2017 liaotuo" description="Random Forest Tree Model">
    <Extension name="user" value="liaotuo" extender="Rattle/PMML"/>
    <Application name="Rattle/PMML" version="1.4"/>
    <Timestamp>2017-07-04 16:33:42</Timestamp>
</Header>

其中：

• Header 是标识头信息部分的起始标记
• copyright 包含了所记录模型的版权信息
• description 包含可读的描述性信息
• Application 描述了生成本文件所含模型的软件产品。
• Timestamp 记录了模型创建的时间。

数据字典（DataDictionary）

数据字典定义了所有变量的信息，包括预测变量和目标变量。这些信息包括变量名，量度和类型等。 对于分类变量，可能包含各种不同类型的分类值， 包括有效值 (valid value)，遗漏值 (missing value) 和无效值 (invalid value)， 它们由 Value 的“property”属性决定；对于连续变量，可以指定一个或多个有效值范围 (Interval)。

 <DataDictionary numberOfFields="7"> 
  <DataField dataType="double" displayName="Age" name="Age" optype="continuous"/> 
  <Interval leftMargin="0" rightMargin="120" closure="closedClosed" /> 
  <DataField dataType="string" displayName="Sex" name="Sex" optype="categorical"> 
    <Value displayValue="F" property="valid" value="F"/> 
    <Value displayValue="M" property="valid" value="M"/> 
  </DataField> 
  <DataField dataType="string" displayName="BP" name="BP" optype="categorical"> 
    <Value displayValue="HIGH" property="valid" value="HIGH"/> 
    <Value displayValue="LOW" property="valid" value="LOW"/> 
    <Value displayValue="NORMAL" property="valid" value="NORMAL"/> 
    <Value displayValue="ABNORMAL" property="invalid" value="ABNORMAL"/> 
    <Value displayValue="MISSING" property="missing" value="MISSING"/> 
  </DataField> 
  <DataField dataType="string" displayName="Cholesterol" name="Cholesterol" 
    optype="categorical"> 
    <Value displayValue="HIGH" property="valid" value="HIGH"/> 
    <Value displayValue="NORMAL" property="valid" value="NORMAL"/> 
  </DataField> 
  <DataField dataType="double" displayName="Na" name="Na" optype="continuous"/> 
  <DataField dataType="double"