機器學習在用於產品的時候，經常會遇到跨平臺的問題。
比如用Python基於一系列的機器學習庫訓練了一個模型，但是有時候其他的產品和項目想把這個模型集成進去，但是這些產品很多隻支持某些特定的生產環境比如Java，爲了上一個機器學習模型去大動干戈修改環境配置很不划算，此時我們就可以考慮用預測模型標記語言(Predictive Model Markup Language,以下簡稱PMML)來實現跨平臺的機器學習模型部署。
一. PMML概述
PMML是數據挖掘的一種通用的規範，它用統一的XML格式來描述我們生成的機器學習模型。這樣無論你的模型是sklearn,R還是Spark MLlib生成的，我們都可以將其轉化爲標準的XML格式來存儲。當我們需要將這個PMML的模型用於部署的時候，可以使用目標環境的解析PMML模型的庫來加載模型，並做預測。
可以看出，要使用PMML，需要兩步的工作，都需要相關的庫支持。
- 將離線訓練得到的模型轉化爲PMML模型文件，
- 將PMML模型文件載入在線預測環境，進行預測。
二. PMML模型的生成和加載相關類庫
大部分模型都可以用PMML的方式實現
- jpmml的說明文檔：GitHub - jpmml/jpmml-evaluator: Java Evaluator API for PMML
- Jpmml支持的轉換語言，主流的機器學習語言都支持了；
- 從下圖可以看到，它支持R、python和spark、xgboost、lightgbm等模型的轉換，用起來非常方便；
三、工具的工程實踐：
1. Python模型上線,使用了模型轉換成PMML上線方法
如果我們使用的是sklearn，那麼可以使用sklearn2pmml這個python庫來做模型文件的生成，這個庫安裝很簡單，使用"pip install sklearn2pmml"即可。python-sklearn裏面的模型都支持，也支持xgboost，並且PCA，歸一化可以封裝成preprocess轉換成PMML，所以調用起來很方便。特別需要注意的是：缺失值的處理會影響到預測結果，大家可以可以看一下, 用PMML方式預測，模型預測一條記錄速度是1ms，可以用這個預測來預估一下根據你的數據量，整體的速度有多少
2. 如果使用的是Spark MLlib, 這個庫有一些模型已經自帶了保存PMML模型的方法，可惜並不全。如果是R，則需要安裝包"XML"和“PMML”。此外，JAVA庫JPMML可以用來生成R,SparkMLlib,xgBoost,Sklearn的模型對應的PMML文件。github地址是：https://github.com/jpmml/jpmml。加載PMML模型需要目標環境支持PMML加載的庫，如果是JAVA，則可以用JPMML來加載PMML模型文件。
https://zhuanlan.zhihu.com/p/39021238