背景
業務方說需要我做個web界面，在上面輸入一條網站訪問線索的信息，後臺通過機器學習計算這條線索的評級，例如這條線索對應的用戶購買意願有多強之類的。而機器學習對應的模型，也是業務方自己用KNIME這個軟件訓練的，然後將訓練完的模型導出爲一個PMML格式的文件，我所需要做的主要工作就是導入這個文件，轉換成對應的機器學習模型。
注：作者去簡單嘗試了KNIME這個軟件，感覺是個數據分析的利器。[鏈接]
PMML介紹
PMML(Predictive Model Markup Language)全稱是預測模型標記語言，既然叫做標記語言，那其實與html/XML等也是非常類似的，只是它存儲的是機器學習模型的信息，比如特徵名稱、類型、個數，模型種類等等。它常用於部署，例如模型在dev環節訓練好了，將其導出爲一個PMML文件，然後在prod環境中導入即可，也很方便在不同的環境間傳遞模型，例如使用python訓練出來的模型，用R來調用和預測。
Python導入PMML的問題
現在大部分語言都支持將訓練好的模型導出爲PMML文件，python同樣也可以使用sklearn2pmml這個庫來導出模型，但我發現沒有一個很好的工具能反向操作，將已有的PMML文件還原成sklearn中的機器學習模型。於是在GitHub嘗試了一些方案，如下：
- 找到一個項目叫做jpmml-evaluator，是用
java寫的，它支持將PMML導入到java中，進入作者的倉庫中，又發現一個叫做jpmml-evaluator-python，根據ReadMe介紹，這是一個將jpmml-evaluator做了簡單封裝的python版本，使python可以導入PMML文件，但用戶較少，start也只有1，試用時發現了問題，也向作者反饋了，並且作者還因此更新了代碼，但仍然沒有解決。issue鏈接: https://github.com/jpmml/jpmm... - 又找了一個叫做sklearn-pmml-model，目前也是用戶少，功能不完整（支持的模型有限）的情況，但在安裝過程中就出錯，聯繫了作者，未獲得反饋。
-
openscoring項目，同樣也是一個用
java寫的項目，其作用就是支持開啓一個服務端用於調用機器學習模型，客戶端向服務端傳遞機器學習的PMML文件和預測數據，服務端可以使用jar包一鍵部署，而客戶端則可以使用java/python/R等不同的SDK，甚至直接使用curl，最終該方案用上了。在和作者溝通中，作者還指出了KNIME導出的PMML存在的BUG，並建議向KNIME反饋這個BUG。