問題タブ [pmml]

現在、jpmml openscoring REST API を使用しています。

Maven を正常にインストールして uber-JAR ファイルをビルドし、アクセスすることもできます

私はで与えられた指示と混同しています

https://github.com/jpmml/openscoring .

サンプルのcurl呼び出しは

しかし、404これを実装しようとするとエラーが発生します。ここでのモデルとはどういう意味ですか?

これを実装すると、出力が得られます。

Pythonリクエストを使用して.pmmlモデルをローカルのopenscoringサーバーにPUTしようとしています。
これは動作します (DecisionTreeIris.pmml を含むディレクトリから):

これはしません:

戻り値：

私も試しました：

戻り値:

私のpythonの試みは、この質問に対する受け入れられた回答と同じであることに注意してください: Using Python to PUT PMML。

また、担当者が 1500 人を超える場合は、「openscoring」タグの作成を検討する必要があります。

現在、jpmml openscoring REST API を使用しています... https://github.com/jpmml/openscoring

openscoring REST API を正常にインストールし、rules.pmml ファイルをローカルの Tomcat サーバーにホストしました。

私の pmml ファイルは、ここに示す pmml ファイルの例と非常によく似ています: http://www.dmg.org/v4-1/AssociationRules.html

出力を取得するには、.json オブジェクトまたは .csv ファイルを入力として指定する必要があります。しかし、.json オブジェクトはどのように見えるべきでしょうか。上記のリンクで指定された pmml モデルの入力 json オブジェクトの例を教えてください。入力として .csv ファイルを指定しようとしましたが、500 エラーと、評価リクエスト xxx がグループ フィールド トランザクションを指定していないという警告が表示されます。

scikit Learnで構築したNaive Bayesモデル用の独自のpmmlエクスポーターを構築しようとしています。PMMLのドキュメントを読むと、各特徴ベクトルについて、離散の場合はカウントデータで、連続の場合はガウス/ポアソン分布としてモデルを出力できるようです。しかし、私の scikit 学習モデルの係数は、特徴の経験的対数確率、つまり p(y|x_i) に基づいています。カウントではなく、これらの確率に関してベイズ入力パラメーターを指定することは可能ですか?

与えられたデータセットからいくつかの派生フィールドを生成しています。以下は、そのような派生フィールドの 1 つの例です。生年月日から年齢を計算しています。そのような計算のために pmml コードを生成する方法はありますか?

年齢 <- as.numeric(format(Sys.Date(), "%Y")) - as.numeric(format(as.Date(birth_date, "%m/%d/%Y"), "%Y") )))

基本的な質問: R および SAS で作成されたモデルは PMML として保存できることを知っています。しかし、次のステップは何ですか？

たとえば、PMML として保存されたリグレッションを自動的に実行する Java および Python ライブラリはありますか?解析のために PMML ファイルを渡すだけで、残りはライブラリが行いますか? それとも、PMML は単なる標準であり、通常はエンジニアがコードをゼロから翻訳する必要があるのでしょうか?

キャレットでトレーニングされた RF モデルを PMML にエクスポートしようとすると、失敗します。モデルを PMML にエクスポートできるように、caret パッケージによって調整された最適なパラメーターを使用して手動で RF を実行する方法はありますか?

R の pmml パッケージは、デフォルトで最新バージョン (現時点では 4.2) の pmml を生成します。pmml コンシューマーはまだ 4.2 をサポートしていないため、古いバージョン (4.1 など) の pmml を生成することは可能ですか?