次のように、glm 関数を使用して取得したロジスティック回帰モデルの PMML を生成するために、R の pmml パッケージを使用しています。

この PMML の PPMatrix 部分を以下に示します。

最初の変数とそのレベルは、(var,2) と (var,3) として適切に表示されます。ただし、2 番目の変数には 2 つの行があり、変数名とレベルが間違った場所で分割されています。

(var_cat,2) を取得する代わりに、以下に強調表示されているように (var,_cat2) に分割されます。

これは、重複する変数名 (この場合は var と var_cat) がある場合にのみ発生するようです。ただし、var_cat 変数のみが存在する場合、これは正常に機能します。

誰かがこの問題に対処する方法を提案できますか?

install.packages('') オプションとソースから R に 'pmml' パッケージをインストールしようとしていました。しかし、両方の方法でエラーが発生し続けます。

Rから試す

ソースから試す

R CMD INSTALL を使用してみる

これらと同じ方法を使用してR用のxmlライブラリをインストールしようとしましたが、次のような同様のエラーが発生し続けます

私はPMMLについて少し学び始めたばかりで、TreeModelは私が達成しようとしているものにほぼ合っていると思いますが、ドキュメントを読んでも解決できなかった質問があります:

TreeModel に複数の値を返すようにすることは可能ですか? TreeModels の例をいくつか見つけましたが、それらはすべて単一の「予測」フィールドを宣言するだけであり、必要なのは、ノードの述語が TRUE に評価された場合、モデルが複数の値を返すことです。それは可能ですか？もしそうなら、それをどのように実装しますか？

編集

私が達成したいことの例を追加しました：

TreeModelのドキュメントのScoring Procedureセクションに、 「 golfing」という名前の TreeModel の例があります。その例で、私が間違っている場合は修正してください。モデルが評価されると、どの値がフィールド（予測）「whatIdo」に割り当てられるかを示す論理構造は、次のように表現できます。

私が知る必要があるのは、whatIdoフィールドとは別に、「 whatElseIdo 」という名前の追加フィールドなど、他の値を返すことができるかどうかです。たとえば、「ゴルフ」モデルに基づいて、次の条件式のように追加のフィールドを返すPMML モデルを作成することは可能でしょうか。

ありがとう。

spark を使用してモデル (具体的には決定木) を構築し、後で純粋な python (pyspark ではない) アプリケーションを使用してそれらを適用したい

PMMLエクスポートが意図された方法のようですが、ツリーモデルではまだサポートされておらず、活発に開発されているように見えるPython用のPMMLライブラリが見つかりませんでした.

現在、PMML ファイルを生成するプログラムに取り組んでいます。私は決定木モデルから始めています。
PMML Web サイトのツリー モデルの例では、次のように表示されます。

このInternalノードは何ですか? 閉鎖、またはマージンとは何を指しますか?

JPMML 1.1.4 を使用して適切に評価できない SAS Miner から生成された PMML があります。JPMML 1.1.4 は PMML 4.2 をサポートすると述べており、PMML は PMML バージョン 4.2 であると述べています。

以下の関数「SAS-EM-String-Normalize」の FMTWIDTH は適切な PMML 構文ですか?

JPMMLを使用してこの関数を評価できない理由はありますか?

TransformationDictionary に次のような関数があります。

そして、次の例外が発生します。

スレッド「メイン」での例外 org.jpmml.evaluator.TypeCheckException: INTEGER が必要でしたが、org.jpmml.evaluator.FieldValue.asInteger(FieldValue.java:125) で org.jpmml.evaluator.FunctionRegistry$36 で STRING (FMTWIDTH) を取得しました。 evaluate(FunctionRegistry.java:463) at org.jpmml.evaluator.FunctionUtil.evaluate(FunctionUtil.java:38) at org.jpmml.evaluator.ExpressionUtil.evaluateApply(ExpressionUtil.java:203) at org.jpmml.evaluator.ExpressionUtil .evaluate(ExpressionUtil.java:91) at org.jpmml.evaluator.FunctionUtil.evaluate(FunctionUtil.java:76) at org.jpmml.evaluator.FunctionUtil.evaluate(FunctionUtil.java:43) at org.jpmml.evaluator. ExpressionUtil.evaluateApply(ExpressionUtil.java:203) at org.jpmml.evaluator.ExpressionUtil.evaluate(ExpressionUtil.java:91) at org.jpmml.evaluator.ExpressionUtil.evaluateApply(ExpressionUtil.java:188) at org.jpmml.evaluator.ExpressionUtil.evaluate(ExpressionUtil.java:91) at org.jpmml.evaluator.ExpressionUtil.evaluate(ExpressionUtil.java:58) at org.jpmml.evaluator.ExpressionUtil .evaluate(ExpressionUtil.java:45) at org.jpmml.evaluator.ExpressionUtil.evaluateMapValues(ExpressionUtil.java:169) at org.jpmml.evaluator.ExpressionUtil.evaluate(ExpressionUtil.java:87) at org.jpmml.evaluator. ExpressionUtil.evaluate(ExpressionUtil.java:58) at org.jpmml.evaluator.ExpressionUtil.evaluate(ExpressionUtil.java:45) at org.jpmml.evaluator.RegressionModelEvaluator.evaluateRegressionTable(RegressionModelEvaluator.java:150) at org.jpmml.evaluator .RegressionModelEvaluator.evaluateClassification(RegressionModelEvaluator.java:107) org.jpmml.evaluator.RegressionModelEvaluator.evaluate(RegressionModelEvaluator.java:57) at org.jpmml.evaluator.ModelEvaluator.evaluate(ModelEvaluator.java:65) ValidPMMLTesterRandomScores.randomEvaluation(ValidPMMLTesterRandomScores.java:116) at ValidPMMLTesterRandomScores.printModelInformation(ValidPMMLTesterRandomScores4)java. ValidPMMLTesterRandomScores.readModelFromFile(ValidPMMLTesterRandomScores.java:142) at ValidPMMLTesterRandomScores.main(ValidPMMLTesterRandomScores.java:160)readModelFromFile(ValidPMMLTesterRandomScores.java:142) at ValidPMMLTesterRandomScores.main(ValidPMMLTesterRandomScores.java:160)readModelFromFile(ValidPMMLTesterRandomScores.java:142) at ValidPMMLTesterRandomScores.main(ValidPMMLTesterRandomScores.java:160)

私はグーグルで検索してきましたが、PMML とデータ モデリングに関するほとんどの取り組みは Java に集中しています。Rubyで採点する方法はありますか?

現在、 https://github.com/clbustos/rinrubyを使用して R に直接アクセスすることを検討しています... .rda モデルをロードし、predict()定義済みの変数を使用して R でメソッドを呼び出し、結果を通常の ' ol Ruby 変数。かなり簡単に見えますよね？

では、Ruby は PMML を扱えるのでしょうか? 私の RinRuby ソリューションは本番環境に適していますか? 提案、またはチェックアウトする必要がある読み物をいただければ幸いです。