python - 有没有办法将pmml文件导入python？

我已经使用sklearn训练了一个模型，并使用sklearn2pmml将其导出为pmml格式。有没有一种方法可以将pmml文件转换回可以导入并在python中运行的文件？

我之所以这样做，是因为与sklearn模型相比，我注意到pmml模型的行为方式略有不同。具体来说，pmml文件为变量设置了硬上限和下限（使用训练集中变量的最大值和最小值），而sklearn则没有。当pmml模型遇到超出这些范围的数据时，我会遇到问题。这只是pmml模型和sklearn模型之间的一个区别，我希望能够将pmml文件重新导入到python中以运行它，并查看是否还有其他文件。

最佳答案

您无需测试sklearn2pmml生成的模型的正确性。它基于JPMML-SkLearn库，该库对集成测试进行了全面介绍-Scikit-Learn预测和PMML预测可证明是相同的。

真正的问题是您想在模型的预期“适用范围”之外应用模型。这是一个念头，因为在这种情况下未指定模型的行为-垃圾输入，垃圾预测。

但是，如果您坚持必须在生产环境中向模型提供垃圾信息，则只需禁用PMML值范围检查。有许多方法可以实现此目的：


从Value元素中删除Interval和/PMML/DataDictionary/DataField子元素。
修改Value和Interval子元素，以便将那些以前看不见的值识别为有效值。例如，您可以定义Input元素的边距以包括所有值[-Inf，+ Inf]。有关正确的语法，请参见PMML规范中的Value和Interval元素的说明。
将所有invalidValueTreatment元素的/PMML/<Model>/MiningSchema/MiningField属性值从“ returnInvalid”更改为“ asIs”。如果缺少此属性，则默认为“ returnInvalid”。因此，您需要在此处插入invalidValueTreatment=asIs。


我建议选择＃3。您可以使用JPMML-Model库自动执行此过程：

org.dmg.pmml.PMML pmml = loadFromFile(..)
org.dmg.pmml.Visitor mfUpdater = new org.jpmml.model.visitors.AbstractVisitor(){
  @Override
  public VisitorAction visit(MiningField miningField){
    miningField.setInvalidValueTreatment(InvalidValueTreatmentMethod.AS_IS);
    return VisitorAction.CONTINUE;
  }
}
mfUpdater.applyTo(pmml);
saveToFile(pmml, ...)

关于python - 有没有办法将pmml文件导入python？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/42722322/