Question

我是python，PMML和augustus的新手，所以这个问题有点新手。我有一个PMML文件，我希望在每次新的数据迭代后得分。我必须使用Python和Augustus才能完成这个练习。我读过一些值得一提的各种文章，因为它们很好。

（http://augustusdocs.appspot.com/docs/v06/model_abstraction/augustus_and_pmml.html， http://augustus.googlecode.com/svn-history/r191/trunk/augustus/modellib/regression/producer/Producer.py）

我已经阅读了奥古斯都文档相关的评分，以了解它是如何工作的，但我无法解决这个问题。

使用R中的汽车数据生成样本PMML文件，其中“dist”是相关的，“speed”是独立变量。现在，每当我从等式中获得速度数据时，我想每次都预测dist（这是dist = -17.5790948905109 + speed * 3.93240875912408）。我知道它可以很容易地在R中使用预测功能完成，但问题是我在后端没有R并且只有python与augustus得分。任何帮助都非常感谢，并提前感谢。

样本PMML文件：

     <?xml version="1.0"?>
     <PMML version="4.1" xmlns="http://www.dmg.org/PMML-4_1"     xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.dmg.org/PMML-4_1 http://www.dmg.org/v4-1/pmml-4-1.xsd">
         <Header copyright="Copyright (c) 2013 user" description="Linear Regression Model">
          <Extension name="user" value="user" extender="Rattle/PMML"/>
          <Application name="Rattle/PMML" version="1.4"/>
          <Timestamp>2013-11-07 09:24:06</Timestamp>
         </Header>
        <DataDictionary numberOfFields="2">
         <DataField name="dist" optype="continuous" dataType="double"/>
         <DataField name="speed" optype="continuous" dataType="double"/>
        </DataDictionary>
        <RegressionModel modelName="Linear_Regression_Model" functionName="regression"   algorithmName="least squares">
         <MiningSchema>
          <MiningField name="dist" usageType="predicted"/>
          <MiningField name="speed" usageType="active"/>
         </MiningSchema>
         <Output>
          <OutputField name="Predicted_dist" feature="predictedValue"/>
         </Output>
         <RegressionTable intercept="-17.5790948905109">
          <NumericPredictor name="speed" exponent="1" coefficient="3.93240875912408"/>
         </RegressionTable>
        </RegressionModel>
     </PMML>

Answer 1

您可以使用PyPMML在Python中为PMML模型评分，例如：

from pypmml import Model

model = Model.fromString('''<?xml version="1.0"?>
     <PMML version="4.1" xmlns="http://www.dmg.org/PMML-4_1"     xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.dmg.org/PMML-4_1 http://www.dmg.org/v4-1/pmml-4-1.xsd">
         <Header copyright="Copyright (c) 2013 user" description="Linear Regression Model">
          <Extension name="user" value="user" extender="Rattle/PMML"/>
          <Application name="Rattle/PMML" version="1.4"/>
          <Timestamp>2013-11-07 09:24:06</Timestamp>
         </Header>
        <DataDictionary numberOfFields="2">
         <DataField name="dist" optype="continuous" dataType="double"/>
         <DataField name="speed" optype="continuous" dataType="double"/>
        </DataDictionary>
        <RegressionModel modelName="Linear_Regression_Model" functionName="regression"   algorithmName="least squares">
         <MiningSchema>
          <MiningField name="dist" usageType="predicted"/>
          <MiningField name="speed" usageType="active"/>
         </MiningSchema>
         <Output>
          <OutputField name="Predicted_dist" feature="predictedValue"/>
         </Output>
         <RegressionTable intercept="-17.5790948905109">
          <NumericPredictor name="speed" exponent="1" coefficient="3.93240875912408"/>
         </RegressionTable>
        </RegressionModel>
     </PMML>''')
result = model.predict({'speed': 1.0})

结果是带有Predicted_dist的字典：

{'Predicted_dist': -13.646686131386819}

如何使用PMML文件和Augustus on Python对线性模型进行评分

1 个答案: