4模型导出_机器学习模型部署—PMML

之前阐述了 逻辑回归 、 孤立森林 等建模方法，本文介绍如何把建好的模型保存为标准格式(PMML文件)。 那么，什么情况下需要把模型保存为 PMML 文件？ 当模型需要 跨平台部署 或 反复调用 时，可以把模型保存为PMML文件。 比如最近要上线一个反欺诈模型(用的GBDT)。 训练模型用的Python(里面有很多现成的库，构建机器学习模型较方便)，生产调用用的Java(写机器学习模型非常麻烦)。

这时需要在Python中把训练好的模型保存为PMML文件，到Java中直接调用预测。

本文目录

1. 什么是PMML？

2. Python中把模型保存为PMML的标准格式

3. 实例一：把GBDT模型保存为PMML文件

   3.1 导入数据

   3.2 取出建模所需的变量

   3.3 训练模型并保存为PMML文件

4. 实例二：把随机森林模型保存为PMML文件

   4.1 导入包

   4.2 按标准流程建模并导出PMML文件

5. PMML的优缺点

   5.1 优点

   5.2 缺点

一、什么是PMML

PMML(Predictive Model Markup Language)：预测模型标记语言，它用XML格式来描述生成的机器学习模型，是目前表示机器学习模型的实际标准。

若要将在Python中训练好的模型部署到生产上时，可以使用目标环境解析PMML文件的库来加载模型，并做预测。

二、Python中模型保存为PMML的标准格式

Python中把模型导出为PMML文件的一般流程如下：

• step1：特征处理(DataFrameMapper函数)。

• step2：训练模型(pipeline函数)。

• step3：导出模型(sklearn2pmml函数)。

其中step1不是必须步骤。

接下来看两个具体实例。

三、实例一：把GBDT模型保存为PMML文件