探索 Nyoka:Python 中的 PMML 魅力
2024-06-01 09:28:03作者:幸俭卉
nyoka
Nyoka is a Python library that helps to export ML models into PMML (PMML 4.4.1 Standard).
Nyoka 是一个强大的 Python 库,它为广泛支持最新 PMML(PMML 4.4)标准提供了全面的支持。数据科学家可以通过这个库将多种机器学习模型从流行的 Python 框架导出为 PMML 格式,无论是利用众多即插即用的内置导出器,还是简单地通过调用一系列构造函数自定义特殊或个性化的模型导出。
项目概览
Nyoka 的核心在于提供大约 500 个 Python 类,每个类都对应 PMML 的一个标签及其所有构造参数和属性。此外,还有便利的类和函数,使数据科学家能够更轻松地在 Python 环境中进行单行代码读写 PMML 文件。不仅如此,还附带了完整的源代码、扩展的 HTML 文档以及不断增长的 Jupyter 笔记本教程,帮助您熟悉如何利用 PMML 作为您的首选数据科学传输文件格式。
访问 Nyoka 官方文档 获取更多详细信息。
支持的库与模型
Nyoka 已经对以下库和模型提供了支持:
Scikit-Learn(版本 <= 1.3.0)
包括但不限于:
- 监督学习模型如线性回归、逻辑回归、决策树分类器等。
- 预处理工具如标准化、最小最大规范化等。
- 无监督学习模型如 K 均值聚类等。
LightGBM
涵盖 LGBMClassifier 和 LGBMRegressor。
XGBoost(版本 <= 1.7.6)
包括 XGBClassifier 和 XGBRegressor。
Statsmodels(版本 <= 0.14.0)
涉及时间序列分析模型如 ARIMA、VARMAX 和指数平滑等。
快速上手
Nyoka 需要 Python 3.6 及以上版本,并依赖 lxml。安装非常简便,只需一条命令:
pip install --upgrade nyoka
为了使用 Nyoka,您可以从库中导入特定的导出器:
from nyoka import skl_to_pmml, lgb_to_pmml # 更多选项...
项目特点
- 全面覆盖 PMML 4.4:Nyoka 提供了 PMML 规范中的几乎全部元素,使得数据科学家能够充分利用 PMML 标准的优势。
- 易用性: Nyoka 设计简洁,让导出和导入 PMML 文件变得前所未有的简单,无论您是使用哪个框架构建的模型。
- 广泛的模型支持:除了基本的预处理工具外,Nyoka 还兼容多个流行的数据科学库,如 Scikit-Learn、LightGBM 和 XGBoost。
- 高度可扩展: Nyoka 允许创建自定义导出器以满足特定需求,增加了其灵活性和适用性。
总的来说,Nyoka 是数据科学家的理想工具,无论是在团队协作、模型部署还是跨平台工作流程中,它都能成为连接不同环境和工具的强大桥梁。现在就加入 Nyoka 社区,探索 PMML 的无限潜力吧!
nyoka
Nyoka is a Python library that helps to export ML models into PMML (PMML 4.4.1 Standard).
热门项目推荐
相关项目推荐
- CangjieCommunity为仓颉编程语言开发者打造活跃、开放、高质量的社区环境Markdown6720
- redis-sdk仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。Cangjie32326
- Yi-CoderYi Coder 编程模型,小而强大的编程助手315
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTypeScript15.77 K1.48 K
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript76.11 K19.07 K
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript35.52 K4.79 K
- CommunityCangjie-TPC(Third Party Components)仓颉编程语言三方库社区资源汇总252
- Wwindows暂无简介Shell16.14 K1.35 K
- byzer-langByzer(以前的 MLSQL):一种用于数据管道、分析和人工智能的低代码开源编程语言。Scala1.88 K551
- AanacondaAnaconda turns your Sublime Text 3 in a full featured Python development IDE including autocompletion, code linting, IDE features, autopep8 formating, McCabe complexity checker Vagrant and Docker support for Sublime Text 3 using Jedi, PyFlakes, pep8, MyPy, PyLint, pep257 and McCabe that will never freeze your Sublime Text 3Python2.22 K263
热门内容推荐
展开
最新内容推荐
展开
项目优选
收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
672
0
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
12
8
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
323
26
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
31
5
easy-es
Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
xzs
在线考试系统、考试系统、在线教育考试系统、在线教育、跨平台考试、考试、智能考试、试题、错误试题、考试题目、试题组卷等
HTML
3
1
langgpt
Ai 结构化提示词,人人都能写出高质量提示词,GitHub 开源社区全球趋势热榜前十项目,已被百度、智谱、字节、华为等国内主流大模型智能体平台使用,内容来自国内最具影响力的高质量提示词工程师学习交流社群——LangGPT。开源知识库:https://langgptai.feishu.cn/wiki/RXdbwRyASiShtDky381ciwFEnpe
Jupyter Notebook
16
2