跨平台机器学习实践小结（一）

一、问题来源：

如何在node web服务下调用sklearn的模型结果来进行实时模型预测？

二、问题分析：

1、sklearn的模型结果有几种存储方式：

（1）pickle.dumps ，结果通过变量保存在内存中

附上pickle文档：https://docs.python.org/2/library/pickle.html

>>> import pickle
>>> s = pickle.dumps(clf)
>>> clf2 = pickle.loads(s)
>>> clf2.predict(X[0:1])
array([0])

（2）joblib.dump，持久化到二进制文件pkl中，可复用性更强

>>> from sklearn.externals import joblib
>>> joblib.dump(clf, 'filename.pkl')

预测时，在另一个python进程中可以执行：

>>> clf2 = joblib.load('filename.pkl')

（3）pmml文件，PMML一种使用xml描述模型的语言标准

最有用的参考文档是：http://dmg.org/pmml/v4-1/GeneralStructure.html ，对PMML文件的结构及标签含义都有较清楚的说明。

先说明一下生成方式，以sklearn的gbdtregression为例：

from sklearn2pmml import sklearn2