java调用sklearn_机器学习——Java调用sklearn生成好的Logistic模型进行鸢尾花的预测...

机器学习是python语言的长处，而Java在web开发方面更具有优势，如何通过java来调用python中训练好的模型进行在线的预测呢？在java语言中去调用python构建好的模型主要有三种方法：

1.在Java语言中，通过python的解释器执行python代码，简单来说就是在java中通过python解释器对象，传入写好的python代码，进行执行，这样的方式运行的效率非常低，而且存在很多python包无法使用的情况，只适合做简单的python代码的运行，并不推荐使用。

2.通过PMML工具，将在sklearn中训练好的模型生成一个pmml格式的文件，在该文件中，主要包含了模型的一些训练好的参数，以及输入数据的格式和名称等信息。生成了pmml文件之后，在java中导入pmml相关的包，我们就能通过pmml相关的类读取生成的pmml文件，使用其中的方法传入指定的参数就能实现模型的预测，速度快，效果不错。

3.第二种方法因为模型已经训练好了，无法改变，不能实现在线调参的功能，我们可以通过socket服务来进行python和java之间的网络通信，python提供socket服务，java端将模型的参数通过网络传给python端，python端接受到参数之后，进行模型的训练，训练完成之后，将得到的结果返回给Java端。

下面给是使用pmml方式调用的步骤：

1.在python端生成pmml模型文件，下面以logistic回归为例

x_train, x_test, y_train, y_test = train_test_split(x, y, train_size=0.85, random_state=1)

model= PMMLPipeline([('LogisticModer', LogisticRegression())])

model.fit(x_train, y_train)

y_hat=model.predict(x_test)

loss= y_hat ==y_test

accuracy=np.mean(loss)print(accuracy)

sklearn2pmml(model,'.\LogisticRegression.pmml', with_repr=True)

需要加载的包