数据挖掘标准化之一预言模型标记语言PMML.pptVIP

数据挖掘系统如何支持PMML标准？ 一个实际的数据挖掘系统D-Miner 数据挖掘系统如何支持PMML标准？ 支持PMML的两种方式 第一种方式：一个导入/导出PMML文件的插件模块 第二种方式：有一个PMML的API函数，作为插件API的一部分，提供立即访问PMML模型的方法 第二种方式可以在插件模块和DMiner系统之间直接交换PMML模型。 数据挖掘系统如何支持PMML标准？ 开发独立的PMML导入/导出模块 数据挖掘系统如何支持PMML标准？ 提供PMML API函数 Any Questions? Zhujianqiu@ * 数据挖掘标准化之一——预言模型标记语言PMML 报告人：朱建秋 2001年10月22日 提纲 数据挖掘标准简介 PMML标准的由来 什么是PMML? 为什么需要PMML? PMML的优缺点 PMML的内容 具体例子 数据挖掘系统如何支持PMML标准？ 模型级别 XML? PMML 应用级别 XML（JAVA）? SOAP 数据库级别 SQL（DM）? MS OLE DB for DM 数据挖掘标准简介 PMML 标准的由来 PMML 最初由NCDM开发 National Center for Data Mining (NCDM) at the University of Illinois at Chicago (UIC) Robert Grossman 1997 Grossman,etc: The Management and Mining of Multiple Predictive Models Using the Predictive Modeling Markup Language (PMML), 1999 DMG修正和扩充 DMG最初成员包括：Angoss, Magnify, NCDM,SPSS PMML1.0在1999年7月由DMG组织发布 DMG目的是开发数据挖掘标准 目前由9个成员组成：Angoss，IBM，Magnify，NCR，Oracle，SPSS，NCDM，Xchange,MINEit 当前PMML最新版本是2.0 什么是PMML? 定义 PMML全称预言模型标记模型（Predictive Model Markup Language），利用XML描述和存储数据挖掘模型， 是一个已经被W3C所接受的标准。 PMML2.0 Tree Model Naive Bayes General Regression Regression Model Sequences General Structure Asscocation Rules Neural Network Center and Distribution - based Clustering 什么是PMML? 为什么需要PMML? 模型交换 对于复杂的数据挖掘任务，需要应用不同的数据挖掘工具，因而工具之间必须能够互相交换结果，在交换结果的同时不用考虑产生模型的应用。而这需要有一个开放的数据格式支持。 模型部署（deploy） 商业智能应用开发的模型易于部署。软件商能够更容易地将数据挖掘结果导入到其他支持这种标准的工具中。从发展的眼光看，需要将商业智能跨越在Ineternet上进行实施部署， PMML为这项功能提供了的基础。 独立性 独立于平台、应用和操作系统，只定义模型描述，而不是模型执行的方法 标准化 标准化的模型描述就象HTML之于Internet一样，将开放模型的封闭性，开放数据挖掘行业。 PMML优缺点 优点 描述数据挖掘模型的标准 在数据挖掘工具之间，以及数据挖掘工具和其他应用之间交换数据挖掘模型 数据挖掘工具外部一种存储模型的有效的方式 将模型与数据和工具分离 用户易于编辑模型（作为XML文档，可以通过文本编辑器编辑） 缺陷 当前，模型并没有真正实现与数据的分离，因为，在建模前需要经过大量的数据转换 没有被所有的数据挖掘软件商采纳 对模型诊断（diagnostics）和期望的性能度量没有规定 PMML的内容 PMML2.0组成部分 1）标题 header 2）数据字典 data dictionary 3）数据流 data flow 4）挖掘模式 mining schema 5）数据转换 Derived Values、Statistics、Taxonomy、Normalization 6）预言模型 Tree Model、Naive Bayes、General Regression、Regression Model、Sequences、General Structure、Asscocation Rules、Neural Network、Center and Distrib