python - 如何在 PySpark 脚本中使用 pmml 模型？

Question

我有 xgboost 模型，该模型在纯 Python 上进行训练并转换为 pmml 格式。现在我需要在 PySpark 脚本中使用这个模型，但我没有想法，我该如何实现它。是否有方法允许在 Python 中导入 pmml 模型并将其用于预测？感谢您的任何建议。

BR，
弗拉基米尔

Answer 1

Spark 不支持直接从 PMML 导入。虽然我还没有遇到过 pyspark PMML 导入器，但有一个用于 java 的导入器( https://github.com/jpmml/jpmml-evaluator-spark )。您可以做的是包装 java (或 scala)，以便您可以从 python 访问它(例如参见 http://aseigneurin.github.io/2016/09/01/spark-calling-scala-code-from-pyspark.html )。