sklearn2pmml:将训练模型直接导出为PMML文件。
1、安装或更新sklearn:
pip install -U scikit-learn
2、安装sklearn-pandas:
pip install sklearn-pandas
3、安装sklearn2pmml:
pip install --user --upgrade git+https://github.com/jpmml/sklearn2pmml.git
4、检查安装是否成功:
import sklearn, sklearn.externals.joblib, sklearn_pandas, sklearn2pmml
print(sklearn.__version__)
print(sklearn.externals.joblib.__version__)
print(sklearn_pandas.__version__)
print(sklearn2pmml.__version__)
5、导出PMML文件
from sklearn2pmml import PMMLPipeline
from sklearn.datasets import load_iris
from sklearn import tree
iris = load_iris()
clf = tree.DecisionTreeClassifier()
pipeline = PMMLPipeline([("classifier", clf)])
pipeline.fit(iris.data, iris.target)
# 导出为PMML
from sklearn2pmml import sklearn2pmml
sklearn2pmml(pipeline, "DecisionTreeIris.pmml", with_repr = True)
jpmml-sklearn:将现有的pickle格式的模型文件转换为PMML文件。
1、从github上下载jpmml-sklearn源码:
git clone https://github.com/jpmml/jpmml-sklearn.git
2、进行安装:
mvn clean install
执行完毕后,在target目录下有 一个 converter-executable-1.4-SNAPSHOT.jar包
3、工作流:
一个典型的workflow如下:
(1)使用Python 训练一个模型。
(2)将模型序列化为pickle,并存到本地。
(3)使用Java命令,将pickle文件转为pmml。
4、实例
(1)python侧生成一个pickle文件:训练部分,不直接保存为pmml,而是保存为pickle文件,代码如下
from sklearn2pmml import PMMLPipeline
from sklearn.datasets import load_iris
from sklearn import tree
iris = load_iris()
clf = tree.DecisionTreeClassifier()
pipeline = PMMLPipeline([("classifier", clf)])
pipeline.fit(iris.data, iris.target)
from sklearn.externals import joblib
joblib.dump(pipeline, "pipeline.pkl.z", compress = 9)
(2)java侧转换:使用上文编译好的Jar包,进行转换,命令如下:
java -jar target/jpmml-sklearn-executable-1.5-SNAPSHOT.jar --pkl-input pipeline.pkl.z --pmml-output pipeline.pmml