预测模型标记语言pmml,python-sklearn训练模型,java-jpmml 使用模型预测

这篇博客介绍了如何使用PMML作为预测模型的标准格式进行跨语言预测。通过Python的sklearn库训练模型,转换为PMML文件,然后在Java环境中利用JPMML进行模型预测。文中提供了相关代码示例,包括Python的sklearn模型训练和Java的模型预测,并分享了在过程中遇到的问题。
摘要由CSDN通过智能技术生成

预测模型标记语言(Predictive Model Markup Language,PMML)是一种可以呈现预测分析模型的事实标准语言。标准东西的好处就是,各种开发语言都可以使用相应的包,把模型文件转成这种中间格式,而另外一种开发语言,可以使用相应的包导入该文件做线上预测。

不过,当训练和预测使用同一种开发语言的时候,PMML 就没有必要使用了,因为任何中间格式都会牺牲掉独有的优化。

pmml官网:http://dmg.org/pmml

jpmml:https://github.com/jpmml

 

 

python代码

iris.csv数据集:https://download.csdn.net/download/u013378306/13027127

import pandas
from xgboost.sklearn import XGBClassifier,XGBRegressor
from sklearn2pmml import sklearn2pmml
from sklearn2pmml.pipeline imp
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

life1024

你的鼓励将是我创作的最大动力。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值