pmml介绍

pmml全称predictive model markup language，是一种基于xml的标记语言，用于描述模型，pmml语言不能描述所有的模型，pmml中可以描述预处理和后处理（取得模型预测值后进行变换，如转换为评分等），pmml是用于模型跨平台（如python环境到java环境）快速自动部署，要实现快速和自动，python和java两边都需要【翻译程序】，首先要把离线训练好的模型，存成pmml，也可以把一个类sklearn pipeline存成pmml，这样的python库有多个（nyoka、sklearn2pmml等），也有java的jar可以直接把lgb的save_model TXT转换成pmml，但是这样的【翻译程序】都有特定的支持，仅支持某些算法和标准的预处理函数，不支持ad-hoc的预处理方法，pipeline不能实现后处理，【翻译程序】当然也没有对后处理的支持，如果对pmml很了解，理论上可以直接写pmml实现后处理，pmml及其【翻译程序】对于预处理和后处理的支持都有限，建议pmml只含模型，有了pmml后，java方面也需要一个【翻译程序】把pmml翻译成java，相应的库叫jpmml，当然能理解的pmml也是有限的（包含对预处理、模型、后处理的理解），两边的【翻译程序】能支持的大多数是一些很标准化和常用的预处理函数或模型算法，但资深建模人员往往有很多ad-hoc的东西。

PMML部署方式的缺点：

1、算法库自己的api得到的模型文件比pmml小很多，载入比java载入pmml快

2、pmml预测结果会存在一定偏差

3、大规模集成学习模型，pmml太大，载入非常慢

4、不灵活，不支持ad-hoc的东西

5、pmml最好是只含模型部分，那么预处理和后处理都只能在外部实现，外部实现有时候需要给其它部门提需求，部署速度慢