复合PMML——直接在PMML文件中组合模型的方法

一、简介

PMML(Predictive Model Markup Language)作为模型标记语言，以XML 为载体呈现数据挖掘模型，支持在不同的平台之间轻松共享。通常用各种模型开发软件直接转换的PMML文件是单个模型或者已固定的集成模型。最近在业务中碰到一个组合模型的需求，深入研究了下，发现PMML可支持直接在PMML文件中组合已有的模型，适合业务中个性化的模型需求。

二、模型说明

以下面模型(LR+决策树+线性组合)为例：

三、代码

复合模型PMML代码摘要如下：

<MiningModel functionName="regression">
  <MiningSchema>
    <MiningField name="A" usageType="active"/>
    <MiningField name="B" usageType="active"/>
    <MiningField name="C" usageType="active"/>
    <MiningField name="E" usageType="active"/>
    <MiningField name="CombinedRate" usageType="target"/>
    <MiningField name="D" usageType="active"/>
    <MiningField name="flag" usageType="target"/>
    <MiningField name="F" usageType="active"/>
    <MiningField name="G" usageType="active"/>
  </MiningSchema>
  <Segmentation multipleModelMethod="modelChain">
    <Segment id="1">
      <True/>
     <GeneralRegressionModel modelType="generalizedLinear" functionName="classification" 
      linkFunction="logit" distribution="binomial">
     <MiningSchema>
      <MiningField name="flag" usageType="target"/>
      <MiningField name="A"/>
      <MiningField name="B"/>
      <MiningField name="C"/>
      <MiningField name="D"/>
      <MiningField name="E"/>
    </MiningSchema>
    <Output>
      <OutputField name="Index" optype="continuous" dataType="double" 
     feature="probability" value="1"/>
    </Output>
  ......
  <ParamMatrix>
      <PCell targetCategory="1" parameterName="p0" beta="x0"/>
      <PCell targetCategory="1" parameterName="p1" beta="x1"/>
      <PCell targetCategory="1" parameterName="p2" beta="x2"/>
      <PCell targetCategory="1" parameterName="p3" beta="x3"/>
      <PCell targetCategory="1" parameterName="p4" beta="x4"/>
      <PCell targetCategory="1" parameterName="p5" beta="x5"/>
    </ParamMatrix>
  </GeneralRegressionModel>
   </Segment>
    <Segment id="2">
      <True/>
      <MiningModel modelName="Probability2" functionName="regression">
        <MiningSchema>
           <MiningField name="CombinedRate" usageType="target"/> 
           <MiningField name="Index" usageType="active"/>          
           <MiningField name="F" usageType="active"/>
           <MiningField name="G" usageType="active"/>
        </MiningSchema>
        <Output>
          <OutputField dataType="double" feature="predictedValue" name="CombinedRate" 
      optype="continuous"/>
        </Output>
        <Segmentation multipleModelMethod="selectFirst">
       <Segment id="2.1">
      <CompoundPredicate booleanOperator="and">
      <SimplePredicate field="F" operator="greaterOrEqual" value="2"/>
      <SimplePredicate field="G" operator="greaterOrEqual" value="10"/>
      </CompoundPredicate>
        <RegressionModel modelName="CombinedRate1" functionName="regression">
        <MiningSchema>
          <MiningField name="Index" usageType="active"/>
          <MiningField name="F" usageType="active"/>
          <MiningField name="CombinedRate" usageType="target"/>
           </MiningSchema>
        <Output>
          <OutputField dataType="double" feature="predictedValue" name="CombinedRate" optype="continuous"/>
        </Output>
        <RegressionTable targetCategory="no" intercept="1">
          <NumericPredictor coefficient="0" exponent="1" name="Index"/>
          <NumericPredictor coefficient="0" exponent="1" name="F"/>
          </RegressionTable>
      </RegressionModel>
    </Segment>
    <Segment id="2.2">
      <CompoundPredicate booleanOperator="or">
        <SimplePredicate field="F" operator="lessThan" value="2"/>
        <SimplePredicate field="G" operator="lessThan" value="10"/>
      </CompoundPredicate>
      <RegressionModel modelName="CombinedRate2" functionName="regression">
        <MiningSchema>
          <MiningField name="Index" usageType="active"/>
          <MiningField name="F" usageType="active"/>
          <MiningField name="CombinedRate" usageType="target"/>
        </MiningSchema>
        <Output>
          <OutputField dataType="double" feature="predictedValue" name="CombinedRate" optype="continuous"/>
        </Output>
        <RegressionTable targetCategory="no" intercept="0">
          <NumericPredictor coefficient="0.5" exponent="1" name="Index"/>
          <NumericPredictor coefficient="0.5" exponent="1" name="F"/>
        </RegressionTable>
      </RegressionModel>
      </Segment>
     </Segmentation>
   </MiningModel>
   </Segment>
   </Segmentation>
</MiningModel>

 

四、参考资料

  http://dmg.org/pmml

版权声明： 本文由李兴创作和发表,采用署名(BY)-非商业性使用(NC)-禁止演绎(ND)4.0国际许可协议进行许可,转载请注明作者及出处,本文作者为李兴,本文标题为复合PMML——直接在PMML文件中组合模型的方法,本文链接为https://blog.youkuaiyun.com/simonlishx2017/article/details/84778739.商业用途请联系作者本人获得授权。

 

License

this paper is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License. Please contact me for other usage.