sklearn2pmml使用教程

1、二、实现过程 思路：通过 DataFrameMappe r创建 mapper –> 通过 PMMLpipeline 创建 pipeline –> sklearn2pmml 转成 PMML DataFrameMapper 可支持 sklearn 中自带的数据处理函数，自定义函数需要使用 FunctionTransformer 来转换，自定义函数有如下几种方式： 1）数组函数，对整列做变换； 2）ufunc函数，先写针对某一元素的函数，再通过 np.frompyfunc 或 np.vectorize 转成可以作用在整列上的函数。

3、三、 遇到问题 mapper.fit_transform，pipeline.fit，都可以实现，在执行最后一步sklearn2pmml的时候报错如下： UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xb0 in position 0: invalid start byte 四、 尝试方案 1. 文件编码格式： 编码报错通常是在读入文件时容易出的问题，搜到的解决方案如下，但Python3里sys已经没有setdefaultencoding。 import sys from imp import reload reload(sys) sys.setdefaultencoding('gbk') 1 2 3 4 尝试修改没有效果，回到源码中发现该报错已被处理过，真实报错并非是编码问题： if debug or retcode: if(len(output) > 0): print("Standard output:\n{0}".format(output.decode("UTF-8"))) else: print("Standard output is empty") if(len(error) > 0): print("Standard error:\n{0}".format(error.decode("UTF-8"))) else: print("Standard error is empty") 官网提供的例子是numpy的函数，在 FunctionTransformer里面的自定义函数替换成np.abs，可以顺利导出，问题应该是在自定义函数上。

5、将pipeline转化成pickle文件，再转成PMML，报错和方法2中一样，本质上还是同一方法。 五、感想 PMML文件应该是可以包含数据处理和模型打分两部分的，通过PMML文件上线较为灵活，但是使用Python较多的还是机器学习方法，转成PMML文件时对sklearn内部的函数较为友好。