嗨伙計(jì)！ 從今年年初開(kāi)始，就有了重新設(shè)計(jì)Drools PMML模塊的計(jì)劃。

在這篇文章中，我將描述我們將如何處理它，目前的狀態(tài)，未來(lái)發(fā)展的想法等，等等……敬請(qǐng)期待！

背景

PMML是一個(gè)標(biāo)準(zhǔn)，旨在“ 為分析應(yīng)用提供一種描述和交換由數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法生成的預(yù)測(cè)模型的方法。 PMML標(biāo)準(zhǔn)定義了一系列受管理的模型，我們將它們稱為“模型”。

換句話說(shuō)，可能（不是那么明顯）的結(jié)果是，PMML可能被認(rèn)為是不同預(yù)測(cè)模型的協(xié)調(diào)器 ，每個(gè)預(yù)測(cè)模型都有不同的要求。 Drools有其自己的PMML實(shí)現(xiàn)。 它的原始設(shè)計(jì)是基于100％流口水引擎的，但是從長(zhǎng)遠(yuǎn)來(lái)看，這對(duì)所有模型都不令人滿意，因此決定采用不同的方法來(lái)實(shí)施新版本。 現(xiàn)在，這里的故事開(kāi)始了……

要求

簡(jiǎn)而言之，PMML實(shí)現(xiàn)應(yīng)允許：

加載PMML文件（xml格式）

提交輸入數(shù)據(jù)

返回預(yù)測(cè)值

聽(tīng)起來(lái)很簡(jiǎn)單，不是嗎？

方法

擬議的體系結(jié)構(gòu)旨在遵循“清潔體系結(jié)構(gòu)”原則，以模塊化方式滿足要求。

為了實(shí)現(xiàn)這一點(diǎn)，定義了清晰的邊界和可見(jiàn)性的組件。 總體思路是，存在與核心功能?chē)?yán)格相關(guān)的特定任務(wù)，而其他“外部”功能則應(yīng)保持不可知。 任何想深入研究此問(wèn)題的人都可以閱讀RC Martin撰寫(xiě)的“ Clean Architecture”一書(shū)，但從本質(zhì)上講，將good-ol的設(shè)計(jì)原則應(yīng)用于整個(gè)體系結(jié)構(gòu)只是一個(gè)問(wèn)題。 明確定義此目標(biāo)后，實(shí)現(xiàn)該目標(biāo)所需的步驟為：

識(shí)別核心邏輯和實(shí)施細(xì)節(jié)（特定于模型）

在“獨(dú)立”模塊中實(shí)現(xiàn)核心邏輯

為特定于模型的模塊編寫(xiě)代碼

我們選擇實(shí)現(xiàn)插件模式以將核心邏輯綁定到特定于模型的實(shí)現(xiàn)，主要有兩個(gè)原因：

增量開(kāi)發(fā)和整體代碼管理：核心模塊本身不依賴于任何特定于模型的實(shí)現(xiàn)，因此可以增量地提供/更新/替換后者，而不會(huì)對(duì)核心產(chǎn)生任何影響

可以用自定義的實(shí)現(xiàn)替換提供的實(shí)現(xiàn)

我們還預(yù)見(jiàn)到了可能會(huì)根據(jù)原始PMML結(jié)構(gòu)在運(yùn)行時(shí)選擇實(shí)現(xiàn)的可能性（例如，根據(jù)給定PMML的大小使用不同的實(shí)現(xiàn)可能是有意義的）

（我作弊：那是三個(gè)）

這是原始PMML模型的Kie表示形式的定義。

對(duì)于每個(gè)實(shí)際模型，都有特定的實(shí)現(xiàn)，并且可以是任何類(lèi)型的對(duì)象（java映射，drools規(guī)則等）。

我們可以避免嗎？ 也許。 我們可以使用由規(guī)范的xsd直接生成的模型。 但這是為了描述所有預(yù)測(cè)模型而設(shè)計(jì)的，盡管它們中的任何一個(gè)都可能以不同的方式和不同的約定使用它。 因此，此內(nèi)部視圖將準(zhǔn)確表示每個(gè)特定模型所需的內(nèi)容。

組件

我們確定了以下主要功能組件：

編譯器

組裝工

執(zhí)行者

編譯器

該組件讀取原始PMML文件并將其翻譯為我們的內(nèi)部格式。

它的核心方面只是將xml數(shù)據(jù)解組到Java對(duì)象中。 然后，它使用java SPI檢索特定于給定PMML模型的模型編譯器（如果找不到模型編譯器，則將PMML忽略）。

最后，檢索到的模型編譯器會(huì)將原始PMML模型“轉(zhuǎn)換”為我們特定于模型的表示形式（ KiePMMLModels ）。

該組件的核心部分不直接依賴于任何特定的Model Compiler實(shí)現(xiàn) ，甚至不依賴于任何Drools / Kie –因此，它基本上是一個(gè)輕量級(jí)/獨(dú)立的庫(kù)。 如果該組件的執(zhí)行不是很費(fèi)時(shí)，則可以在運(yùn)行時(shí) （即，在客戶項(xiàng)目的執(zhí)行期間）或在kjar的編譯期間（例如，對(duì)于流口水實(shí)現(xiàn)的模型）調(diào)用該組件。

組裝工

由編譯器內(nèi)KIE知識(shí)庫(kù)創(chuàng)建該組件存儲(chǔ)KiePMMLModels。 其他組件都不應(yīng)該對(duì)此組件有任何依賴性/知識(shí)。

反過(guò)來(lái)，它必須對(duì)實(shí)際沒(méi)有任何依賴關(guān)系/知識(shí)/引用 模型編譯器實(shí)現(xiàn)。

該組件負(fù)責(zé)PMML模型的實(shí)際執(zhí)行。 它接收PMML輸入數(shù)據(jù)，檢索特定于輸入數(shù)據(jù)的KiePMMLModel并計(jì)算輸出。

對(duì)于每個(gè)模型，都有一個(gè)特定的“執(zhí)行器”，以根據(jù)模型類(lèi)型允許不同類(lèi)型的執(zhí)行實(shí)現(xiàn)（drool，外部庫(kù)等）。 它的核心端僅接收輸入數(shù)據(jù)并檢索特定于給定PMML模型的模型執(zhí)行器（如果找不到，則將忽略PMML）。 最后，檢索到的模型執(zhí)行器將根據(jù)輸入數(shù)據(jù)評(píng)估預(yù)測(cè)。 該組件的核心部分不直接依賴于任何特定的Model Executor實(shí)現(xiàn)，但是當(dāng)然嚴(yán)格依賴于Drool運(yùn)行時(shí)。

整體架構(gòu)

模型實(shí)施

基于Drools的模型

一些模型將委托給drools引擎，以在重載下實(shí)現(xiàn)最佳性能。 以下是有關(guān)此類(lèi)實(shí)現(xiàn)的一般方案的一些詳細(xì)信息。

在kjar生成時(shí)（或在運(yùn)行時(shí)熱加載PMML文件時(shí)）調(diào)用編譯器

編譯器讀取PMML文件并將其轉(zhuǎn)換為“ descr”對(duì)象（請(qǐng)參見(jiàn)BaseDescr ， DescrFactory ， DescrBuilderTest ）

不管如何調(diào)用模型編譯 器，都必須在調(diào)用drools編譯器后立即對(duì)其進(jìn)行調(diào)用，以使基于descr對(duì)象生成Java類(lèi)

匯編器將生成的類(lèi)放在kie base中

執(zhí)行程序加載生成的“ drools模型”，并使用輸入?yún)?shù)調(diào)用它

DRL詳細(xì)信息

• 對(duì)于DataDictionary中的每個(gè)字段，必須定義一個(gè)特定的DataType
• 對(duì)于樹(shù)的每個(gè)分支/葉子，必須生成全路徑規(guī)則（即具有到達(dá)路徑的規(guī)則-例如“ sunny”，“ sunny_temperature”，“ sunny_temperature_humidity”）
• 創(chuàng)建了一個(gè)“狀態(tài)持有者”對(duì)象，該對(duì)象包含已觸發(fā)規(guī)則的值–更改該值將觸發(fā)與之匹配的子分支/葉規(guī)則（例如，規(guī)則“ sunny”將觸發(fā)“ sunny_temperature”，而后者又將觸發(fā)） “ sunny_temperature_humidity”）
• 此類(lèi)“狀態(tài)持有人” 可能包含評(píng)估的信息/部分結(jié)果，最終將在需要結(jié)果組合的地方使用
• 價(jià)值缺失策略可以在身份持有者內(nèi)部實(shí)施， 也可以作為分解規(guī)則實(shí)施

測(cè)試中

對(duì)于每個(gè)模型，將有一組標(biāo)準(zhǔn)的單元測(cè)試，主要用于驗(yàn)證各個(gè)代碼單元。 除此之外，在特定于模型的模塊（是的，它是繞口令）中，將有一個(gè)集成測(cè)試子模塊。 后者將驗(yàn)證不同或多或少?gòu)?fù)雜的PMML文件的整體正確執(zhí)行，以盡可能模擬實(shí)際情況。

回歸

回歸模型是第一個(gè)實(shí)現(xiàn)的模型。 由于其固有的簡(jiǎn)單性，我們選擇為其提供純基于Java的實(shí)現(xiàn)。 目前，它仍處于PR之下，并且正在添加新的完整測(cè)試。

樹(shù)

在評(píng)估了所有優(yōu)點(diǎn)/缺點(diǎn)之后，我們認(rèn)為該模型可以作為采用基于流口水的方法來(lái)實(shí)施的很好的候選者。 作為一個(gè)易于遵循的簡(jiǎn)單模型，我們選擇將其用作流口水方法的第一個(gè)測(cè)試。

待辦事項(xiàng)

這是缺少的功能列表，這些功能尚未實(shí)現(xiàn)，并且與特定模型沒(méi)有嚴(yán)格關(guān)聯(lián)。 在開(kāi)發(fā)過(guò)程中將對(duì)其進(jìn)行更新：

• 設(shè)置基準(zhǔn)框架項(xiàng)目（請(qǐng)參閱Drools基準(zhǔn) ）
• 管理擴(kuò)展標(biāo)簽（請(qǐng)參閱xsdElement_Extension ）
• 管理SimpleSetPredicate標(biāo)記（請(qǐng)參閱SimpleSetPredicate ）
• 在細(xì)分中實(shí)現(xiàn)VariableWeight （動(dòng)態(tài)替代靜態(tài)“權(quán)重”值）

不用說(shuō)，任何評(píng)論（特別是好評(píng)論）和建議都會(huì)受到贊賞。

接下來(lái)的幾天再回來(lái)看看下一步！

再見(jiàn)！

翻譯自: https://www.javacodegeeks.com/2020/02/pmml-revisited.html

總結(jié)

以上是生活随笔為你收集整理的再访PMML的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。