python模型转PMML

最新推荐文章于 2024-08-07 14:48:28 发布

slibra_L

最新推荐文章于 2024-08-07 14:48:28 发布

阅读量7.1k

点赞数 2

分类专栏：机器学习and数据挖掘

本文链接：https://blog.csdn.net/slibra_l/article/details/90401020

版权

关于python模型的部署，目前有以下几种方式

flask等python为服务框架，无需跨语言
xgb4j,lgb4j等Java包，需跨语言，但只支持xgb/lgb
PMML，跨语言，支持所有sklearn接口的模型

综上所述，当遇到跨语言部署时，PMML是个万金油方式，可以将所有sklearn接口的模型转换为PMML文件，并用JAVA/SCALA相关的包进行解析，然而经过一番调研，网上关于python如何转为PMML的信息却极为有限，故在此总结。

1、DataFrameMapper

目前DataFrameMapper支持sklearn.preprocessing中的若干类，如MinMaxScaler()、OneHotEncoder()等
DataFrameMapper支持自定义函数，可使用FunctionTransformer()，将自定义函数转换为类似MinMaxScaler()类的格式
DataFrameMapper支持单列或多列级联变换
sklearn.preprocessing中的函数输入为numpy.ndarray

    mapper = DataFrameMapper([
              (["Sepal.Length"],FunctionTransformer(np.abs)),
              (["Sepal.Width"],[MinMaxScaler(), Imputer()]),
              (["Petal.Length"],None),
              (["Petal.Width"],OneHotEncoder()),
            (['Petal.Length', 'Petal.Width'], [MinMaxScaler(),StandardScaler