pmml定義

PMML是什麼？

        1.PMML全稱預言模型標記語言（Predictive Model Markup Language），利用XML描述和存儲數據挖掘模型，是一個已經被W3C所接受的標準。

        2.PMML是一種基於XML的語言，用來定義預言模型。

結論：PMML本質上是一種規範，它經過XML語言爲模型的定義提供了標準。

PMML有什麼用？

        1.PMML它爲各個公司定義預言模型和在不一樣的應用程序之間共享模型提供了一種快速而且簡單的方式。經過使用標準的XML解析器對PMML進行解析，應用程序可以決定模型輸入和輸出的數據類型，模型詳細的格式，而且按照標準的數據挖掘術語來解釋模型的結果。

        2.PMML提供了一個靈活機制來定義預言模型的模式，同時支持涉及多個預言模型的模型選擇和模型平衡（model averaging）。對於那些須要所有學習（ensemble learning）、部分學習（partitioned learning）和分佈式學習（distributed learning）的應用程序，這種語言被證實是很是有用的。另外，它使得在不一樣的應用程序和系統之間移動預言模型變得容易、方便。特別地，PMML很是適合部分學習、元學習、分佈式學習、以及相關領域。

結論：按照PMML標準定義的預言模型，能夠很好的被其餘語言、應用程序、系統所兼容。此外PMML還能很好地多種學習方式（這裏還不是很理解）。

PMML的使用

 PMML的模型定義由如下幾部分組成：

 頭文件

 數據模式

 數據挖掘模式

 預言模型模式（必選）

  預言模型定義（必選）

  全體模型定義

 選擇與聯合模型和全體模型的規則

 異常處理規則

 數據挖掘模型包括預言模型和描述模型，所以，PMML並非全面的數據挖掘模型定義語言。

轉自：

http://baike.baidu.com/view/1363485.htm