将sklearn2pmml生成的.pmml导入ScikitLearn或ScikitLearn

Question

很抱歉，如果这个问题已经在某个地方得到了答复，但我已经找了一个小时了，却找不到一个好的答案。

我有一个简单的Logistic回归模型，在Scikit中进行了培训--了解我正在导出到一个.pmml文件。

  from sklearn2pmml import PMMLPipeline, sklearn2pmml
  my_pipeline = PMMLPipeline(
  ( classifier", LogisticRegression() )
      )
  my_pipeline.fit(blah blah)
  sklearn2pmml(my_pipeline, "filename.pmml")

等等..。

因此，我想知道的是，是否/如何将该文件导入Python (最好是2.7)或Scikit--学习如何使用Java/Scala。与…有关的东西

"import (filename.pmml) as pm pm.predict(data)

谢谢你的帮助！

Answer 1

Scikit-学习不提供对导入PMML文件的支持，所以恐怕无法实现您想要实现的目标。

使用库(如sklearn2pmml )的概念实际上是扩展sklearn在支持模型导出到PMML格式时所没有的功能。

通常，那些使用sklearn2pmml的用户实际上是在其他平台(例如IBM的SPSS、Apache SPSS、Apache Spark、Weka或数据挖掘集团网站上的任何其他消费者如表所示 )中重新使用PMML模型。

如果您希望保存一个使用scikit创建的模型--学习，然后再与scikit一起重用它--那么您应该探索它的本地持久性模型机制，名为Pickle，它使用二进制数据格式。

您可以阅读更多关于如何以Pickle格式保存/加载模型(以及它的已知问题) 这里。

Answer 2

我创建了一个简单的解决方案来从pmml文件中生成sklearn kmeans模型，我从knime分析平台导出了这些文件。你可以检查一下pmml2sklearn

Answer 3

例如，可以使用PyPMML使用Python中的PMML对新的数据集进行预测：

from pypmml import Model

model = Model.fromFile('the/pmml/file/path')
result = model.predict(data)

数据可以是dict，json，Series或DataFrame的潘达斯。