一、概述
對於由Python訓練的機器學習模型，通常有pickle和pmml兩種部署方式，pickle方式用於在python環境中的部署，pmml方式用於跨平臺（如Java環境）的部署，本文敘述的是pmml的跨平臺部署方式。
PMML(Predictive Model Markup Language，預測模型標記語言)是一種基於XML描述來儲存機器學習模型的標準語言。如，對在Python環境中由sklearn訓練得到的模型，通過sklearn2pmml模組可將它完整地儲存為一個pmml格式的檔案，再在其他平臺（如java）中載入該檔案進行使用，從而實現模型的跨平臺部署。
二、實現步驟
1.訓練環境中安裝生成pmml檔案的工具。
如在Python環境中安裝sklearn2pmml模組（pip install sklearn2pmml）。
2.訓練模型。
3.將模型儲存為pmml檔案。
4.部署環境中匯入依賴的工具包。
如在Java環境中匯入pmml-evaluator、pmml-evaluator-extension（特殊情況下另加）、jaxb-core、jaxb-api、jaxb-impl等jar包。
5.開發應用，載入、使用模型。
注：對sklearn2pmml生成的pmml模型檔案，在java中載入使用時，需將檔案中的名稱空間屬性xmlns=".../PMML-4_4"改為xmlns=".../PMML-4_3"，以適應低版本的jar包對它的解析。
三、示例
在python中使用sklearn訓練一個線性迴歸模型，並在java環境中部署使用。
工具：PyCharm-2017、Python-39、sklearn2pmml-0.76.1；IntelliJ IDEA-2018、jdk-14.0.2。
1.訓練資料集training_data.csv
| x | y |
|---|---|
| 150 | 6450 |
| 200 | 7450 |
| 250 | 8450 |
| 300 | 9450 |
| 350 | 11450 |
| 400 | 15450 |
| 600 | 18450 |
2.訓練、儲存模型
import sklearn2pmml as pmml
from sklearn2pmml import PMMLPipeline
from sklearn import linear_model as lm
import os
import pandas as pd
def save_model(data, model_path):
pipeline = PMMLPipeline([("regression", lm.LinearRegression())]) #定義模型，放入pipeline管道
pipeline.fit(data[["x"]], data["y"]) #訓練模型，由資料中第一行的名稱確定自變數和因變數
pmml.sklearn2pmml(pipeline, model_path, with_repr=True) #儲存模型
if __name__ == "__main__":
data = pd.read_csv("training_data.csv")
model_path = model_path = os.path.dirname(os.path.abspath(__file__)) + "/my_example_model.pmml"
save_model(data, model_path)
print("模型儲存完成。")
3.將pmml檔案的xmlns屬性修改為PMML-4_3
4.java程式中載入、使用模型
(1)建立maven專案，將pmml模型檔案拷貝至專案根目錄下。
(2)加入依賴包
<dependencies>
<dependency>
<groupId>org.jpmml</groupId>
<artifactId>pmml-evaluator</artifactId>
<version>1.4.15</version>
</dependency>
<dependency>
<groupId>com.sun.xml.bind</groupId>
<artifactId>jaxb-core</artifactId>
<version>2.2.11</version>
</dependency>
<dependency>
<groupId>javax.xml</groupId>
<artifactId>jaxb-api</artifactId>
<version>2.1</version>
</dependency>
<dependency>
<groupId>com.sun.xml.bind</groupId>
<artifactId>jaxb-impl</artifactId>
<version>2.2.11</version>
</dependency>
</dependencies>
(3)java程式載入模型完成預測
public class MLPmmlDeploy {
public static void main(String[] args) {
String model_path = "./my_example_model.pmml"; //模型路徑
int x = 700; //測試的自變數值
Evaluator model = loadModel(model_path); //載入模型
Object r = predict(model, x); //預測
Double result = Double.parseDouble(r.toString());
System.out.println("預測的結果為:" + result);
}
private static Evaluator loadModel(String model_path){
PMML pmml = new PMML(); //定義PMML物件
InputStream inputStream; //定義輸入流
try {
inputStream = new FileInputStream(model_path); //輸入流接到磁碟上的模型檔案
pmml = PMMLUtil.unmarshal(inputStream); //將輸入流解析為PMML物件
}catch (Exception e){
e.printStackTrace();
}
ModelEvaluatorFactory modelEvaluatorFactory = ModelEvaluatorFactory.newInstance(); //例項化一個模型構造工廠
Evaluator evaluator = modelEvaluatorFactory.newModelEvaluator(pmml); //將PMML物件構造為Evaluator模型物件
return evaluator;
}
private static Object predict(Evaluator evaluator, int x){
Map<String, Integer> data = new HashMap<String, Integer>(); //定義測試資料Map，存入各元自變數
data.put("x", x); //鍵"x"為自變數的名稱，應與訓練資料中的自變數名稱一致
List<InputField> inputFieldList = evaluator.getInputFields(); //得到模型各元自變數的屬性列表
Map<FieldName, FieldValue> arguments = new LinkedHashMap<FieldName, FieldValue>();
for (InputField inputField : inputFieldList) { //遍歷各元自變數的屬性列表
FieldName inputFieldName = inputField.getName();
Object rawValue = data.get(inputFieldName.getValue()); //取出該元變數的值
FieldValue inputFieldValue = inputField.prepare(rawValue); //將值加入該元自變數屬性中
arguments.put(inputFieldName, inputFieldValue); //變數名和變數值的對加入LinkedHashMap
}
Map<FieldName, ?> results = evaluator.evaluate(arguments); //進行預測
List<TargetField> targetFieldList = evaluator.getTargetFields(); //得到模型各元因變數的屬性列表
FieldName targetFieldName = targetFieldList.get(0).getName(); //第一元因變數名稱
Object targetFieldValue = results.get(targetFieldName); //由因變數名稱得到值
return targetFieldValue;
}
}
示例下載：
https://download.csdn.net/download/Albert201605/45645889
End.
參考