jpmml/jpmml-sklearn

解决的问题

JPMML-SkLearn 解决了将 Scikit-Learn 机器学习管道部署到需要预测模型标记语言（PMML）标准的生产环境中的问题。它允许用户将训练好的 Python 模型导出为可移植的、基于 XML 的格式，该格式可以在其他 JPMML 库中执行，而无需在生产环境中运行 Python 运行时。

工作原理

该工具通过两步流程运行：

1. Python 序列化：用户拟合 Scikit-Learn 管道并使用 pickle（或 joblib）格式将其序列化到文件中。
2. Java 转换：基于 Java 的命令行应用程序或库读取 pickle 文件，并将 Scikit-Learn 管道结构、转换器和估计器转换为 PMML 文件。

适用人群

专为使用 Scikit-Learn 的数据科学家设计，他们需要与生产系统共享模型，特别是基于 Java 或严格遵循 PMML 标准以实现模型互操作性的系统。

主要亮点

• 广泛支持：支持大量 Python 包、转换器和估计器。
• 特征分析：执行特征名称、数据类型和描述性统计的详细编码。
• 管道扩展：包含剪枝、模型验证和预测后处理等功能。
• 可扩展性：提供 Java API 以创建自定义转换器，并通过资源文件支持自定义转换器的自动发现。
• 互操作性：直接与 H2O、LightGBM、StatsModels 和 XGBoost 的其他 JPMML 转换库集成。