模型pipeline及pmml文件


模型部署:sklearn模型保存为pmml文件

(注意:包sklearn2pmml中自带PMMLPipeline工具,所以不需要使用包sklearn中的Pipeline方法。)

环境: win7_64, anaconda3.6.

安装包,sklearn_pandas 用于特征工程的pipeline化,sklearn2pmml 用于模型pipeline化和生成pmml文件,pypmml 用于读取pmml文件;xgboost,LightGBM为常用模型包。

pip下载包
pip download sklearn_pandas -d "d:\\a"
pip download sklearn2pmml -d "d:\\a"
pip download pypmml -d "d:\\a"
pip download xgboost -d "d:\\a"
pip download LightGBM -d "d:\\a"

pip离线安装包
pip install --no-index --find-links="d:\\a" sklearn_pandas
pip install --no-index --find-links="d:\\a" sklearn2pmml
pip install --no-index --find-links="d:\\a" xgboost
pip install --no-index --find-links="d:\\a" LightGBM


参看:
python模型转PMML

python 读取pmml文件 计算auc

使用PMML部署机器学习模型 【此文中方法不是很可取】

pipeline优点及入门案例:


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM