如何在纯python中运行spark mlib决策树模型？

Question

我想使用spark构建模型(特别是决策树)，然后使用纯python (而不是pyspark)应用程序来应用它们

似乎PMML导出是预期的方法，但是树模型还不支持它，而且我还没有找到正在开发中的用于python的PMML库

Answer 1

不再开发的是奥古斯都，在https://code.google.com/p/augustus/。最近，已经有一些工作在https://github.com/alex-pirozhenko/sklearn-pmml上支持scikitlearn pmml导入/导出，这可能是一种选择。

正如@zero323所指出的，PMML导出仅适用于某些型号。对于其他模型，如果您的目标是一个特定的服务平台，您可以编写自己的自定义导出代码或编写自己的解析代码(对于决策树是以自定义拼接格式写出的)。