使用pmml实现跨平台部署机器学习模型

一、概述

对于由Python训练的机器学习模型，通常有pickle和pmml两种部署方式，pickle方式用于在python环境中的部署，pmml方式用于跨平台（如Java环境）的部署，本文叙述的是pmml的跨平台部署方式。

PMML(Predictive Model Markup Language，预测模型标记语言)是一种基于XML描述来存储机器学习模型的标准语言。如，对在Python环境中由sklearn训练得到的模型，通过sklearn2pmml模块可将它完整地保存为一个pmml格式的文件，再在其他平台（如java）中加载该文件进行使用，从而实现模型的跨平台部署。

二、实现步骤

1.训练环境中安装生成pmml文件的工具。

如在Python环境中安装sklearn2pmml模块（pip install sklearn2pmml）。

2.训练模型。

3.将模型保存为pmml文件。

4.部署环境中导入依赖的工具包。

如在Java环境中导入pmml-evaluator、pmml-evaluator-extension（特殊情况下另加）、jaxb-core、jaxb-api、jaxb-impl等jar包。

5.开发应用，加载、使用模型。

注：对sklearn2pmml生成的pmml模型文件，在java中加载使用时，需将文件中的命名空间属性xmlns=".../PMML-4_4"改为xmlns=".../PMML-4_3"，以适应低版本的jar包对它的解析。

三、示例

在python中使用sklearn训练一个线性回归模型，并在java环境中部署使用。

工具：PyCharm-2017、Python-39、sklearn2pmml-0.76.1；IntelliJ IDEA-2018、jdk-14.0.2。

1.训练数据集training_data.csv

2.训练、保存模型

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())]) #定义模型，放入pipeline管道

    pipeline.fit(data[["x"]], data["y"]) #训练模型，由数据中第一行的名称确定自变量和因变量

    pmml.sklearn2pmml(pipeline, model_path, with_repr=True) #保存模型

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("模型保存完成。")

3.将pmml文件的xmlns属性修改为PMML-4_3

4.java程序中加载、使用模型

(1)创建maven项目，将pmml模型文件拷贝至项目根目录下。

(2)加入依赖包

<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程序加载模型完成预测

public class MLPmmlDeploy {

    public static void main(String[] args) {

        String model_path = "./my_example_model.pmml"; //模型路径

        int x = 20; //测试的自变量值

        Evaluator model = loadModel(model_path); //加载模型

        Object r = predict(model, x); //预测

        Double result = Double.parseDouble(r.toString());

        System.out.println("预测的结果为:" + result);

    }

    private static Evaluator loadModel(String model_path){

        PMML pmml = new PMML(); //定义PMML对象

        InputStream inputStream; //定义输入流

        try {

            inputStream = new FileInputStream(model_path); //输入流接到磁盘上的模型文件

            pmml = PMMLUtil.unmarshal(inputStream); //将输入流解析为PMML对象

        }catch (Exception e){

            e.printStackTrace();

        }

        ModelEvaluatorFactory modelEvaluatorFactory = ModelEvaluatorFactory.newInstance(); //实例化一个模型构造工厂

        Evaluator evaluator = modelEvaluatorFactory.newModelEvaluator(pmml); //将PMML对象构造为Evaluator模型对象

        return evaluator;

    }

    private static Object predict(Evaluator evaluator, int x){

        Map<String, Integer> data = new HashMap<String, Integer>(); //定义测试数据Map，存入各元自变量

        data.put("x", x); //键"x"为自变量的名称，应与训练数据中的自变量名称一致

        List<InputField> inputFieldList = evaluator.getInputFields(); //得到模型各元自变量的属性列表

        Map<FieldName, FieldValue> arguments = new LinkedHashMap<FieldName, FieldValue>();

        for (InputField inputField : inputFieldList) { //遍历各元自变量的属性列表

            FieldName inputFieldName = inputField.getName();

            Object rawValue = data.get(inputFieldName.getValue()); //取出该元变量的值

            FieldValue inputFieldValue = inputField.prepare(rawValue); //将值加入该元自变量属性中

            arguments.put(inputFieldName, inputFieldValue); //变量名和变量值的对加入LinkedHashMap

        }

        Map<FieldName, ?> results = evaluator.evaluate(arguments); //进行预测

        List<TargetField> targetFieldList = evaluator.getTargetFields(); //得到模型各元因变量的属性列表

        FieldName targetFieldName = targetFieldList.get(0).getName(); //第一元因变量名称

        Object targetFieldValue = results.get(targetFieldName); //由因变量名称得到值

        return targetFieldValue;

    }

}

示例下载：

https://download.csdn.net/download/Albert201605/45645889

End.

参考