模型pipeline及pmml文件


模型部署:sklearn模型保存為pmml文件

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

環境: win7_64, anaconda3.6.

安裝包,sklearn_pandas 用於特征工程的pipeline化,sklearn2pmml 用於模型pipeline化和生成pmml文件,pypmml 用於讀取pmml文件;xgboost,LightGBM為常用模型包。

pip下載包
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離線安裝包
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


參看:
python模型轉PMML

python 讀取pmml文件 計算auc

使用PMML部署機器學習模型 【此文中方法不是很可取】

pipeline優點及入門案例:


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM