Liao Tuo

准备pmml文件，数据集文件如果没有可以藏考我的博客：R训练Random Forest并转换成PMML导入Jar包maven 的pom.xml文件中添加jpmml的依赖<dependency> <groupId>org.jpmml</groupId> <artifactId>pmml-evaluator</artifactId> <version>1.

PMML简介PMML全称预言模型标记模型（Predictive Model Markup Language），以XML 为载体呈现数据挖掘模型。PMML 允许您在不同的应用程序之间轻松共享预测分析模型。因此，您可以在一个系统中定型一个模型，在 PMML 中对其进行表达，然后将其移动到另一个系统中，而不需考虑分析和预测过程中的具体实现细节。使得模型的部署摆脱了模型开发和产品整合的束缚。PMML标准PM

什么是PMMLPMML全称预言模型标记语言（Predictive Model Markup Language），利用XML描述和存储数据挖掘模型，是一个已经被W3C所接受的标准。MML是一种基于XML的语言，用来定义预言模型。它为各个公司定义预言模型和在不同的应用程序之间共享模型提供了一种快速并且简单的方式。通过使用标准的XML解析器对PMML进行解析，应用程序能够决定模型输入和输出的数据类型，模型

准备数据输入数据即预测变量数据集，不包括目标标量。预测变量由挖掘模式 (Mining Schema) 定义，每一个预测变量的属性在数据字典中定义。数据预处理该过程的主要目的是检测输入数据的有效行。遗漏值 (missing value) 检测。如果输入值为空，则为 missing value。否则对于分类变量，如果数据字典中定义了有效分类值和遗漏值集合， 如果输入数据等于其中某一遗漏值，或者不等于任