将 sklearn2pmml 生成的 .pmml 导入 ScikitLearn 或 Python答案

【问题标题】：Import sklearn2pmml generated .pmml back into ScikitLearn or Python将 sklearn2pmml 生成的 .pmml 导入 ScikitLearn 或 Python
【发布时间】：2018-02-25 13:41:16
【问题描述】：

抱歉，如果这可能已在某个地方得到回答，但我一直在寻找大约一个小时，但找不到好的答案。

我有一个在 Scikit-Learn 中训练的简单逻辑回归模型，我正在导出到一个 .pmml 文件。

  from sklearn2pmml import PMMLPipeline, sklearn2pmml
  my_pipeline = PMMLPipeline(
  ( classifier", LogisticRegression() )
      )
  my_pipeline.fit(blah blah)
  sklearn2pmml(my_pipeline, "filename.pmml")

等等……

所以我想知道是否/如何将此文件导入 Python（最好是 2.7）或 Scikit-Learn 以便像在 Java/Scala 中一样使用。类似于

"import (filename.pmml) as pm pm.predict(data)

感谢您的帮助！

【问题讨论】：

您是否打算将其导出、更改，然后再将其重新加载到 python 中？或者您只是想在某个时候重新打开原件？
嗨托尼。无需更改，只需将其重新加载回 Python，然后执行简单的预测。因此，如果有人构建了一个简单的回归，并通过电子邮件向我发送了一个 .pmml 文件，我可以在我自己的 Jupyter notebook 或 Python REPL 中打开那个 .pmml 文件，并给它一些数据，然后进行预测。你可以用 Spark 之类的东西来做，但我还没有看到用 Python 做。
我不熟悉pmml，但是你试过pickle，或者sklearn+pickle的另一个例子
谢谢托尼。我们只是尝试在 PMML 中进行此操作以进行概念验证。

标签： python-2.7 scikit-learn pmml

【解决方案1】：

Scikit-learn 不提供导入 PMML 文件的支持，所以您想要实现的目标恐怕无法完成。

使用 sklearn2pmml 等库的概念实际上是为了扩展 sklearn 在支持模型导出为 PMML 格式时所没有的功能。

通常，使用sklearn2pmml 的人确实希望在其他平台（例如 IBM 的 SPSS、Apache Spark ML、Weka 或数据挖掘集团网站上的任何其他消费者as listed）中重新使用 PMML 模型。

如果您希望保存使用 scikit-learn 创建的模型并在之后通过 scikit-learn 重新使用它，那么您应该探索其名为 Pickle 的本机持久性模型机制，该机制使用二进制数据格式。

您可以阅读有关如何以 Pickle 格式保存/加载模型的更多信息（连同其已知问题）here。

【讨论】：

非常感谢。我知道 Pickle，我们一直在为 Apache Spark 使用 PMML，并且很好奇这是否可以在 Python 中实现。再次感谢！

【解决方案2】：

我创建了一个简单的解决方案来从我从 knime 分析平台导出的 pmml 文件生成 sklearn kmeans 模型。你可以去看看pmml2sklearn

【讨论】：

【解决方案3】：

您可以使用PyPMML 在 Python 中使用 PMML 对新数据集进行预测，例如：

from pypmml import Model

model = Model.fromFile('the/pmml/file/path')
result = model.predict(data)

数据可以是 dict、json、Series 或 Pandas 的 DataFrame。

【讨论】：