第 8 章预测模型标记语言(PMML)

预测模型标记语言(PMML)是由数据 Mining Group (DMG)建立的基于 XML 的标准，用于定义统计信息和数据最小模型。PMML 模型可以在 PMML 兼容平台和机构间共享，以便业务和开发人员在设计、分析和实施基于 PMML 的资产和服务中统一。

有关 PMML 的背景和应用程序的更多信息，请参阅 DMG PMML 规格。

8.1. PMML 一致性级别
复制链接

PMML 规范在软件实施中定义生成者和消费者一致性级别，以确保创建并可靠地创建并集成 PMML 模型。有关每个符合等级的正式定义，请查看 DMG PMML 一致性页面。

以下列表总结了 PMML 一致性级别：

生成者一致性: 如果工具或应用程序为至少一个类型的模型生成有效的 PMML 文档，则工具或应用程序将遵循生成者。满足 PMML producer 的要求可确保模型定义文档语法正确，并定义与模型规格中定义的语义标准一致的模型实例。
消费者一致性: 如果应用程序至少接受一种类型的模型，则应用程序处于消费者要求，如果它接受有效的 PMML 文档。满足消费者遵守的要求可确保根据生成者遵守创建的 PMML 模型可以集成和使用。例如，如果应用程序是消费者符合 Regression 模型类型的消费者，则有效的 PMML 文档定义了由不同符合制作者生成的类型的模型在应用程序中可互换。

Red Hat Process Automation Manager 包括对以下 PMML 4.2.1 模型类型的消费者一致支持：

有关所有 PMML 模型类型的列表，包括 Red Hat Process Automation Manager 中不支持的项，请参阅 DMG PMML 规格。

返回顶部