jpmml/sklearn2pmml

何を解決するか

Scikit-Learnの推定器には、異なる環境間でモデルを移動するのに必要なメタデータが不足していることが多く、ポータビリティに欠ける問題があります。このパッケージは、Scikit-Learnパイプラインを予測モデルマークアップ言語（PMML）形式にエクスポートできるようにし、元のPython環境を必要とせずに多様な本番環境でモデルを使用できるようにします。

動作方法

このパッケージはJPMML-SkLearnライブラリのPythonラッパーとして機能します。適合済みのScikit-Learn推定器オブジェクトやピクルファイルを直接PMMLファイルに変換できます。ポータビリティを高めるために、PMMLPipelineというメタ推定器を提供しており、標準のScikit-Learnパイプラインを拡張し、特徴量およびラベルのメタデータを収集し、予測の後処理を実行し、検証データを埋め込むことができます。

対象ユーザー

PMMLをサポートする本番システムにScikit-Learnモデルをデプロイする必要があるデータサイエンティストやMLエンジニア、またはモデルのポータビリティと自己文書化を確保したいユーザー向けです。

特徴

• 広範な互換性: 多様なScikit-Learn変換器、選択器、予測器をサポートしています。
• メタデータの強化: PMMLPipelineを介して入力フィールドおよびターゲットフィールドのカラム名を自動的に取得します。
• カスタマイズ可能: PMML XMLフラグメントへの追加編集や最終推定器ステップの設定が可能です。
• 高度な変換器: ExpressionTransformer、LookupTransformer、BusinessDecisionTransformerなど、PMMLに特化したツールを含んでいます。
• 安全な読み込み: ピクルファイルを読み込むためにカスタムJavaコンポーネントを使用しており、信頼されていないファイルでも安全に使用できます。