Python之sklearn2pmml：sklearn2pmml库函数的简介、安装、使用方法之详细攻略

目录

sklearn2pmml库函数的简介

1、一个典型的工作流总结

sklearn2pmml库函数的安装

sklearn2pmml库函数的使用方法

1、一个简单的鸢尾物种分类决策树模型

2、更精细的逻辑回归模型

sklearn2pmml库函数的简介

        sklearn2pmml是用于将Scikit学习管道转换为PMML的Python库。这个库是JPMML-SkLearn命令行应用程序的一个瘦包装。有关支持的评估器和转换器类型的列表，请参考JPMML-SkLearn特性。

1、一个典型的工作流总结

• 创建一个PMMLPipeline对象，并像往常一样用管道步骤填充它。类sklearn2pmml.pipeline。PMMLPipeline扩展了sklearn.pipeline类。管道具有以下功能:
• 如果PMMLPipeline。fit(X, y)方法是用panda调用的。DataFrame或熊猫。Series对象作为X参数，然后它的列名用作特性名。否则，特征名称默认为“x1”、“x2”，..“x {number_of_features}”。
• 如果PMMLPipeline。fit(X, y)方法是用panda调用的。Series对象作为y参数，然后将其名称用作目标名称(对于监督模型)。否则，目标名称默认为“y”。
• 像往常一样安装和验证pipeline。
• 可选地，通过调用PMMLPipeline.verify(X)方法来计算验证数据并将其嵌入到PMMLPipeline对象中，该方法使用的是一个较小但有代表性的训练数据子集。
• 通过调用实用程序方法sklearn2pmml，将PMMLPipeline对象转换为本地文件系统中的PMML文件。pmml_destination_path sklearn2pmml(pipeline)。

sklearn2pmml库函数的安装

pip install sklearn2pmml
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple sklearn2pmml

sklearn2pmml库函数的使用方法

1、一个简单的鸢尾物种分类决策树模型

import pandas
 
iris_df = pandas.read_csv("Iris.csv")
 
iris_X = iris_df[iris_df.columns.difference(["Species"])]
iris_y = iris_df["Species"]
 
from sklearn.tree import DecisionTreeClassifier
from sklearn2pmml.pipeline import PMMLPipeline
 
pipeline = PMMLPipeline([
	("classifier", DecisionTreeClassifier())
])
pipeline.fit(iris_X, iris_y)
 
from sklearn2pmml import sklearn2pmml
 
sklearn2pmml(pipeline, "DecisionTreeIris.pmml", with_repr = True)

2、更精细的逻辑回归模型

import pandas
 
iris_df = pandas.read_csv("Iris.csv")
 
iris_X = iris_df[iris_df.columns.difference(["Species"])]
iris_y = iris_df["Species"]
 
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
from sklearn2pmml.pipeline import PMMLPipeline
 
pipeline = PMMLPipeline([
	("mapper", DataFrameMapper([
		(["Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width"], [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))
 
from sklearn2pmml import sklearn2pmml
 
sklearn2pmml(pipeline, "LogisticRegressionIris.pmml", with_repr = True)