问题标签 [pmml]

我目前正在使用 jpmml openscoring REST API ..

我已经成功安装了 Maven 并构建了 uber-JAR 文件，我也可以访问

我对给出的说明感到困惑

https://github.com/jpmml/openscoring。

它说示例 curl 调用是

但是404当我尝试实现它时出现错误。模型在这里是什么意思？

当我实现这个时，我得到了一个输出：

我正在尝试使用 python 请求将 .pmml 模型放入本地开放评分服务器。
这有效（来自包含 DecisionTreeIris.pmml 的目录）：

这不会：

返回：

我也试过：

返回：

请注意，我的 python 尝试与此问题的公认答案相同：Using Python to PUT PMML。

此外，具有 >1500 代表的人应该考虑制作一个“开放评分”标签。

我目前正在使用 jpmml openscoring REST API ... https://github.com/jpmml/openscoring

我已经成功安装了 openscoring REST api 并将我的 rules.pmml 文件托管在本地 Tomcat 服务器中。

我的 pmml 文件与此处给出的示例 pmml 文件非常相似： http ://www.dmg.org/v4-1/AssociationRules.html

现在要获得输出，我必须提供一个 .json 对象或一个 .csv 文件作为输入。但是 .json 对象应该是什么样子。谁能为我提供上面链接中给出的 pmml 模型的示例输入 json 对象。我尝试将 .csv 文件作为输入，但我收到 500 错误和警告，提示评估请求 xxx 未指定组字段事务。

我正在尝试为我在 scikit learn 中构建的朴素贝叶斯模型构建自己的 pmml 导出器。在阅读 PMML 文档时，似乎对于每个特征向量，如果它是离散的，您可以根据计数数据输出模型，如果它是连续的，则可以输出为高斯/泊松分布。但是我的 scikit 学习模型的系数是根据特征的经验对数概率，即 p(y|x_i)。是否可以根据这些概率而不是计数来指定贝叶斯输入参数？

我想使用 pmml 库导出 Caret 随机森林模型，以便可以将其用于 Java 中的预测。这是我得到的错误的再现。

我在谷歌上搜索了一段时间，发现实际上很少有关于导出到 PMML 的信息，一般来说，pmml 库的随机森林位于：

它使用直接随机森林模型工作，但不是插入符号训练的模型。

我正在从给我的数据集中生成一些派生字段。下面是一个这样的派生字段的示例。我从出生日期计算年龄。有没有办法为此类计算生成 pmml 代码。

年龄 <- as.numeric(format(Sys.Date(), "%Y")) - as.numeric(format(as.Date(birth_date, "%m/%d/%Y"), "%Y" ))

我正在设计分析系统的架构。我有一个在 scikit learn 中开发的分类集成模型。我想将其移至生产环境，以便可以使用此模型对新传入的数据进行动态分类。理想情况下，系统应该支持手动将“模型”上传到生产系统中。我对分析生产系统没有任何经验。任何建议都会非常有帮助

我已经检查了 Py2PMML 但它不支持所有模型。我主要是在寻找提升树回归。PS：我不是要代码或示例。只是正确的方向。

基本问题：我知道在 R 和 SAS 中创建的模型可以保存为 PMML。但下一步是什么？

例如，是否有 Java 和 Python 库可以自动执行存储为 PMML 的回归，您只需传入一个 PMML 文件进行解析，其余的由库完成？还是 PMML 只是一个标准，通常会导致工程师仍然必须从头开始翻译代码？

当我尝试将插入符号训练的 RF 模型导出到 PMML 时，它失败了。有没有一种方法可以使用 caret 包调整的最佳参数手动运行 RF，以便我可以将模型导出到 PMML？

R 中的 pmml 包默认生成最新版本的 pmml（目前为 4.2）。是否有可能（如果是，如何？）生成旧版本的 pmml（例如 4.1），因为 pmml 消费者还不支持 4.2？