将python scikit学习模型导出到pmml中

我想将python scikit学习模型导出到PMML中

哪种python包最适合

我读过，但没有找到任何使用scikit学习模型的示例。

是

围绕JPMML SkLearn命令行应用程序的薄型包装。有关支持的Scikit学习估计器和转换器类型的列表，请参阅JPMML SkLearn项目的文档

正如@user1808924所指出的，它支持Python 2.7或3.4+。它还需要Java1.7+

通过以下方式安装：（需要）

如何将分类器树导出到PMML的示例。首先生长该树：

# example tree & viz from http://scikit-learn.org/stable/modules/tree.html
from sklearn import datasets, tree
iris = datasets.load_iris()
clf = tree.DecisionTreeClassifier() 
clf = clf.fit(iris.data, iris.target)

SkLearn2PMML转换分为两个部分，一个估计器（我们的

clf

）和一个映射器（用于离散化或PCA等预处理步骤）。我们的映射器非常基本，因为我们没有进行任何转换

from sklearn_pandas import DataFrameMapper
default_mapper = DataFrameMapper([(i, None) for i in iris.feature_names + ['Species']])

from sklearn2pmml import sklearn2pmml
sklearn2pmml(estimator=clf, 
             mapper=default_mapper, 
             pmml="D:/workspace/IrisClassificationTree.pmml")

有可能（尽管没有记录）传递

mapper=None

，但您会看到预测器名称丢失（返回

x1

not

sepal length

等）

让我们看看

.pmml

文件：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<PMML xmlns="http://www.dmg.org/PMML-4_3" version="4.3">
    <Header>
        <Application name="JPMML-SkLearn" version="1.1.1"/>
        <Timestamp>2016-09-26T19:21:43Z</Timestamp>
    </Header>
    <DataDictionary>
        <DataField name="sepal length (cm)" optype="continuous" dataType="float"/>
        <DataField name="sepal width (cm)" optype="continuous" dataType="float"/>
        <DataField name="petal length (cm)" optype="continuous" dataType="float"/>
        <DataField name="petal width (cm)" optype="continuous" dataType="float"/>
        <DataField name="Species" optype="categorical" dataType="string">
            <Value value="setosa"/>
            <Value value="versicolor"/>
            <Value value="virginica"/>
        </DataField>
    </DataDictionary>
    <TreeModel functionName="classification" splitCharacteristic="binarySplit">
        <MiningSchema>
            <MiningField name="Species" usageType="target"/>
            <MiningField name="sepal length (cm)"/>
            <MiningField name="sepal width (cm)"/>
            <MiningField name="petal length (cm)"/>
            <MiningField name="petal width (cm)"/>
        </MiningSchema>
        <Output>
            <OutputField name="probability_setosa" dataType="double" feature="probability" value="setosa"/>
            <OutputField name="probability_versicolor" dataType="double" feature="probability" value="versicolor"/>
            <OutputField name="probability_virginica" dataType="double" feature="probability" value="virginica"/>
        </Output>
        <Node id="1">
            <True/>
            <Node id="2" score="setosa" recordCount="50.0">
                <SimplePredicate field="petal width (cm)" operator="lessOrEqual" value="0.8"/>
                <ScoreDistribution value="setosa" recordCount="50.0"/>
                <ScoreDistribution value="versicolor" recordCount="0.0"/>
                <ScoreDistribution value="virginica" recordCount="0.0"/>
            </Node>
            <Node id="3">
                <SimplePredicate field="petal width (cm)" operator="greaterThan" value="0.8"/>
                <Node id="4">
                    <SimplePredicate field="petal width (cm)" operator="lessOrEqual" value="1.75"/>
                    <Node id="5">
                        <SimplePredicate field="petal length (cm)" operator="lessOrEqual" value="4.95"/>
                        <Node id="6" score="versicolor" recordCount="47.0">
                            <SimplePredicate field="petal width (cm)" operator="lessOrEqual" value="1.6500001"/>
                            <ScoreDistribution value="setosa" recordCount="0.0"/>
                            <ScoreDistribution value="versicolor" recordCount="47.0"/>
                            <ScoreDistribution value="virginica" recordCount="0.0"/>
                        </Node>
                        <Node id="7" score="virginica" recordCount="1.0">
                            <SimplePredicate field="petal width (cm)" operator="greaterThan" value="1.6500001"/>
                            <ScoreDistribution value="setosa" recordCount="0.0"/>
                            <ScoreDistribution value="versicolor" recordCount="0.0"/>
                            <ScoreDistribution value="virginica" recordCount="1.0"/>
                        </Node>
                    </Node>
                    <Node id="8">
                        <SimplePredicate field="petal length (cm)" operator="greaterThan" value="4.95"/>
                        <Node id="9" score="virginica" recordCount="3.0">
                            <SimplePredicate field="petal width (cm)" operator="lessOrEqual" value="1.55"/>
                            <ScoreDistribution value="setosa" recordCount="0.0"/>
                            <ScoreDistribution value="versicolor" recordCount="0.0"/>
                            <ScoreDistribution value="virginica" recordCount="3.0"/>
                        </Node>
                        <Node id="10">
                            <SimplePredicate field="petal width (cm)" operator="greaterThan" value="1.55"/>
                            <Node id="11" score="versicolor" recordCount="2.0">
                                <SimplePredicate field="sepal length (cm)" operator="lessOrEqual" value="6.95"/>
                                <ScoreDistribution value="setosa" recordCount="0.0"/>
                                <ScoreDistribution value="versicolor" recordCount="2.0"/>
                                <ScoreDistribution value="virginica" recordCount="0.0"/>
                            </Node>
                            <Node id="12" score="virginica" recordCount="1.0">
                                <SimplePredicate field="sepal length (cm)" operator="greaterThan" value="6.95"/>
                                <ScoreDistribution value="setosa" recordCount="0.0"/>
                                <ScoreDistribution value="versicolor" recordCount="0.0"/>
                                <ScoreDistribution value="virginica" recordCount="1.0"/>
                            </Node>
                        </Node>
                    </Node>
                </Node>
                <Node id="13">
                    <SimplePredicate field="petal width (cm)" operator="greaterThan" value="1.75"/>
                    <Node id="14">
                        <SimplePredicate field="petal length (cm)" operator="lessOrEqual" value="4.8500004"/>
                        <Node id="15" score="virginica" recordCount="2.0">
                            <SimplePredicate field="sepal width (cm)" operator="lessOrEqual" value="3.1"/>
                            <ScoreDistribution value="setosa" recordCount="0.0"/>
                            <ScoreDistribution value="versicolor" recordCount="0.0"/>
                            <ScoreDistribution value="virginica" recordCount="2.0"/>
                        </Node>
                        <Node id="16" score="versicolor" recordCount="1.0">
                            <SimplePredicate field="sepal width (cm)" operator="greaterThan" value="3.1"/>
                            <ScoreDistribution value="setosa" recordCount="0.0"/>
                            <ScoreDistribution value="versicolor" recordCount="1.0"/>
                            <ScoreDistribution value="virginica" recordCount="0.0"/>
                        </Node>
                    </Node>
                    <Node id="17" score="virginica" recordCount="43.0">
                        <SimplePredicate field="petal length (cm)" operator="greaterThan" value="4.8500004"/>
                        <ScoreDistribution value="setosa" recordCount="0.0"/>
                        <ScoreDistribution value="versicolor" recordCount="0.0"/>
                        <ScoreDistribution value="virginica" recordCount="43.0"/>
                    </Node>
                </Node>
            </Node>
        </Node>
    </TreeModel>
</PMML>

---

请随意尝试Nyoka。导出SKL模型，然后导出一些。

是一个python库，支持

Scikit learn

、

XGBoost

、

LightGBM

、

Keras

和

Statsmodels

除了大约500个Python类，每个类都包含一个PMML标记和标准中定义的所有构造函数参数/属性，Nyoka还提供了越来越多的方便类和函数，使数据科学家的生活更加轻松，例如，通过从您最喜欢的Python环境中读取或写入一行代码中的任何PMML文件

可通过以下方式从PyPi安装：

pip install nyoka

示例代码 例1

将熊猫作为pd导入
从sklearn导入数据集
从sklearn.pipeline导入管道
从sklearn.preprocessing导入标准定标器、输入器
从sklearn\u导入数据帧映射器
从sklearn.employ导入随机林分类器
iris=数据集。加载\u iris（）
irisd=pd.DataFrame（iris.data，columns=iris.feature\u name）
irisd['Species']=iris.target
features=irisd.columns.drop（'Species'）
目标=‘物种’
管道_obj=管道([
（“映射”，DataFrameMapper([
（[‘萼片长度（厘米）’，‘萼片宽度（厘米）’，StandardScaler（）），
（[‘花瓣长度（厘米）’，‘花瓣宽度（厘米）’，插补器（））
])),
（“rfc”，随机森林分类器（n_估计值=100））
])
管道匹配（irisd[特征]、irisd[目标]）
从nyoka导入skl_到pmml
skl到pmml（管道对象、特性、目标，“rf\u pmml.pmml”）

例2 来自keras导入应用程序的

从keras.layers导入平坦、致密
从keras.models导入模型
model=applications.MobileNet（weights='imagenet'，include_top=False，input_shape=（224224,3））
activType='sigmoid'
x=模型输出
x=展平（）（x）
x=密集（1024，activation=“relu”）（x）
预测=密集（2，激活=激活类型）（x）
模型\最终=模型（输入=模型.输入，输出=预测，名称='预测'）
来自nyoka import KerasToPmml
cnn_pmml=KerasToPmml（模型_最终版，数据集='image'，预测类=['cats'，'dogs']））
cnn_pmml.export（开放（'2classMBNet.pmml'，“w”），0）

---

更多示例可以在中找到。

当不使用映射器时，是否有办法保留预测器名称？我真的需要在计算器端了解它们，但是仅仅为此构建映射器太过分了。@K没有映射器，我想不出如何保存预测器名称。您可以尝试发布该问题。答案似乎已过时：

sklearn2pmml

现在使用

PMMLPipeline

。您可以使用该软件包将Scikit学习模型和转换器转换为PMML。jpmml sklearn软件包支持python 3.4。是否有支持Python2.7JPMML的替代方案？SkLearn也支持Python2.7，但目前尚未公布。

from sklearn.externals.six import StringIO
import pydotplus # this might be pydot for python 2.7
dot_data = StringIO() 
tree.export_graphviz(clf, 
                     out_file=dot_data,  
                     feature_names=iris.feature_names,  
                     class_names=iris.target_names,  
                     filled=True, rounded=True,  
                     special_characters=True) 
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
graph.write_pdf("D:/workspace/iris.pdf") 
# for in-line display, you can also do:
# from IPython.display import Image  
# Image(graph.create_png())  

pip install nyoka