python xgb模型 预测_Python 调用 PMML

PMML(Predictive Model Markup Language全称是预测模型标记语言，好处在于PMML可以让模型部署环境脱离开发环境，实现跨平台部署，是PMML区别于其他模型部署方法最大的优点。平时主要使用Python建模，导出PMML后便于研发在Java生产环境中部署。为了便于后续线上线下模型校验，需要进反向操作，将已有的PMML文件还原成sklearn中的机器学习模型。

尝试以下方式：

• jpmml-evaluator-python, 但一直无法尝试成功，"py4j.protocol.Py4JNetworkError: Answer from Java side is empty"
• openscoring, 通过开启一个Java服务调用机器学习模型，客户端向服务端传递pmml模型文件和数据进行预测。

目前通过openscoring可以解决反向操作问题，支持Python调用pmml模型文件，具体安装方式如

1. 下载安装maven，目前最新的是apache-maven-3.6.3-bin.tar.gz，解压。

• Add the bin directory of the created directory apache-maven-3.6.3 to the PATH environment variable
• 根目录下 vi .zshrc 末尾添加 export PATH=/Users/apache-maven-3.6.2/bin:$PATH source .zshrc
• mvn -v 检查是否安装成功

2.下载openscoring到本地，同时下载下面文件到openscoring，并在当前路径