在Python中应用PMML预测模型

Question

Knime为我生成了一个PMML模型。现在我想把这个模型应用到一个Python的流程中。该怎么做才对呢？

更详细一点：我正在开发一个django学生考勤系统。这个应用已经发展得相当成熟，所以我有时间来实现一个“我感觉幸运”按钮，自动填写考勤表。这个时候PMML就派上用场了。Knime生成的PMML模型可以预测学生的考勤情况。此外，感谢django的高效，让我有时间做这个很棒的工作；)

Answer 1

你可以使用 PyPMML 在 Python 中应用 PMML，举个例子：

from pypmml import Model

model = Model.fromFile('the/pmml/file/path')
result = model.predict(data)

数据可以是字典、json格式、Pandas的Series或者DataFrame。

如果你在 PySpark 中使用 PMML，可以使用 PyPMML-Spark，比如：

from pypmml_spark import ScoreModel

model = ScoreModel.fromFile('the/pmml/file/path')
score_df = model.transform(df)

这里的 df 是 PySpark 的 DataFrame。

想了解更多关于其他 PMML 库的信息，可以随时查看： https://github.com/autodeployai

Answer 2

在这里，你可以找到用Python给PMML模型打分的Augustus代码，网址是 https://code.google.com/p/augustus/

Answer 3

最后我写了自己的代码。欢迎大家来贡献或者复制它：

https://github.com/ctrl-alt-d/lightpmmlpredictor