跨平台機器學習模型交互--Python sklearn訓練的模型導出為PMML

1.scikit-learn已經成為Python重要的機器學習庫，那么如何將scikit-learn訓練好的模型直接導出為PMML呢？
2.如何將原有pickle格式的模型文件轉換為PMML?

 

1). 使用sklearn2pmml 

1. 安裝

　　pip install sklearn2pmml

2. 驗證安裝正確與否

 

import sklearn, sklearn.externals.joblib, sklearn_pandas, sklearn2pmml print(sklearn.__version__) print(sklearn.externals.joblib.__version__) print(sklearn_pandas.__version__) print(sklearn2pmml.__version__)

3. 訓練和導出模型的PMML

from sklearn2pmml import PMMLPipeline from sklearn.datasets import load_iris from sklearn import tree iris = load_iris() clf = tree.DecisionTreeClassifier() pipeline = PMMLPipeline([("classifier", clf)]) pipeline.fit(iris.data, iris.target) # 導出為PMML
from sklearn2pmml import sklearn2pmml sklearn2pmml(pipeline, "DecisionTreeIris.pmml", with_repr = True)

工作目錄下的DecisionTreeIris.pmml 就是導出的pmml文件。

這里需要注意，sklearn中都是以pipeline 的形式進行轉化的

 

2) jpmml-sklearn
使用jpmml-sklearn，可以將一個現有的pickle格式的模型文件轉換為PMML文件。
軟件版本

• Python 2.7，3.4 或者更新。
• scikit-learn 0.16.0 或者更新。
• sklearn-pandas 0.0.10 或者更新。
• sklearn2pmml 0.14.0 或者更新。
• Java 1.8 或者更新。

1. 安裝

git clone  [e-mail]/jpmml/jpmml-sklearn.git

mvn clean install

 

執行完畢后，在target目錄下有 一個 converter-executable-1.4-SNAPSHOT.jar 的jar文件。

使用方法

一個典型的workflow如下：

• 使用Python 訓練一個模型。
• 將模型序列化為pickle，並存到本地。
• 使用Java命令，將pickle文件轉為pmml。

2. Python 側生成一個pickle 文件

訓練部分，和直接導出pmml類似，只是最后的落地文件，不直接導出為pmml，而是存成pickle文件，代碼如下：

 

from sklearn2pmml import PMMLPipeline from sklearn.datasets import load_iris from sklearn import tree iris = load_iris() clf = tree.DecisionTreeClassifier() pipeline = PMMLPipeline([("classifier", clf)]) pipeline.fit(iris.data, iris.target) from sklearn.externals import joblib joblib.dump(pipeline, "pipeline.pkl.z", compress = 9)

 

3. Java側轉換

使用上文編譯好的Jar包，進行轉換，命令如下:

java -jar target/jpmml-sklearn-executable-1.5-SNAPSHOT.jar --pkl-input pipeline.pkl.z --pmml-output pipeline.pmml

 

 

 

總結

分別使用了sklearn2pmml 和 jpmml-sklearn 進行導出pmml文件，操作過程類似。
使用sklearn2pmml 的方式更為便捷，直接在python 中就可以導出，這意味着每次訓練完模型，就能快速生成一個pmml文件。
使用jpmml-sklearn，則可以對現有的pickle 文件進行操作。
兩者各有優劣，請使用者根據實際情況按需使用。