SkLearn2PMML 技术文档

安装指南

系统要求

• Java环境: 确保已安装Java 1.8或更高版本，并且Java可执行文件在系统路径中可用。
• Python版本: 支持Python 2.7以及3.4以上的版本。

安装步骤

发布版安装

通过Python包管理器PyPI安装稳定版本:

pip install sklearn2pmml

最新快照版安装

若要获取最新开发版本，从GitHub直接安装:

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

项目的使用说明

SkLearn2PMML是一个轻量级的Python包装器，用于将Scikit-Learn构建的机器学习管道转换为PMML（Predictive Model Markup Language）格式，便于模型在不同平台间的可移植性。

示例：决策树分类器

首先，确保导入所需的库并加载数据集，以Iris数据集为例：

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn2pmml.pipeline import PMMLPipeline
from sklearn2pmml import sklearn2pmml

# 加载数据
iris_df = pd.read_csv("Iris.csv")
iris_X = iris_df.drop('Species', axis=1)
iris_y = iris_df['Species']

# 创建PMML Pipeline
pipeline = PMMLPipeline([
    ("classifier", DecisionTreeClassifier())
])

# 模型拟合
pipeline.fit(iris_X, iris_y)

# 导出到PMML文件
sklearn2pmml(pipeline, "DecisionTreeIris.pmml", with_repr=True)

示例：逻辑回归模型

更复杂的例子展示逻辑回归，并引入额外的数据处理步骤：

from sklearn_pandas import DataFrameMapper
from sklearn.decomposition import PCA
from sklearn.feature_selection import SelectKBest
from sklearn.impute import SimpleImputer
from sklearn.linear_model import LogisticRegression
from sklearn2pmml.decoration import ContinuousDomain

# 数据准备同上...

pipeline = PMMLPipeline([
    ("mapper", DataFrameMapper([
        (iris_X.columns.tolist(), [ContinuousDomain(), SimpleImputer()])]))
    , ("pca", PCA(n_components=3))
    , ("selector", SelectKBest(k=2))
    , ("classifier", LogisticRegression(multi_class='ovr'))
])

pipeline.fit(iris_X, iris_y)
pipeline.verify(iris_X.sample(n=15))  # 验证数据

sklearn2pmml(pipeline, "LogisticRegressionIris.pmml", with_repr=True)

项目API使用文档

主要使用的API是sklearn2pmml.pipeline.PMMLPipeline，它扩展了Scikit-Learn的Pipeline类，添加了对PMML的支持。核心方法包括：

• PMMLPipeline(steps): 构造函数，其中steps定义了模型的每个步骤。
• .fit(X, y): 训练模型，并自动记录特征名等信息。
• .verify(X): 可选步骤，用于在模型转换为PMML之前加入验证数据。
• sklearn2pmml(pipeline, pmml_destination_path[, ...]): 将训练好的PMMLPipeline转换为PMML文件保存至指定路径。

项目卸载

若需要移除SkLearn2PMML，可以通过以下命令完成卸载操作：

pip uninstall sklearn2pmml

---

本文档提供了安装、基本使用流程和关键API的说明，以便您能够顺利地将Scikit-Learn模型转换成PMML格式，促进模型的部署和分享。更多高级特性和示例，请参考官方文档和相关博客文章。