python安装sklearn2pmml和jpmml-sklearn

sklearn2pmml：将训练模型直接导出为PMML文件。

1、安装或更新sklearn：

pip install -U scikit-learn

2、安装sklearn-pandas：

pip install sklearn-pandas

3、安装sklearn2pmml：

pip install --user --upgrade git+https://github.com/jpmml/sklearn2pmml.git

4、检查安装是否成功：

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

5、导出PMML文件

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)
 
# 导出为PMML
from sklearn2pmml import sklearn2pmml
sklearn2pmml(pipeline, "DecisionTreeIris.pmml", with_repr = True)

jpmml-sklearn：将现有的pickle格式的模型文件转换为PMML文件。

1、从github上下载jpmml-sklearn源码：

git clone https://github.com/jpmml/jpmml-sklearn.git

2、进行安装：

mvn clean install

执行完毕后，在target目录下有 一个 converter-executable-1.4-SNAPSHOT.jar包

3、工作流：

                  一个典型的workflow如下：

                                  （1）使用Python 训练一个模型。

                                  （2）将模型序列化为pickle，并存到本地。

                                  （3）使用Java命令，将pickle文件转为pmml。

4、实例

（1）python侧生成一个pickle文件：训练部分，不直接保存为pmml，而是保存为pickle文件，代码如下

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)

（2）java侧转换：使用上文编译好的Jar包，进行转换，命令如下:

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