분석용 휴대용 형식
Portable Format for Analytics
PFA(Portable Format for Analytics)[citation needed]는 Jim Pivarski가 고안하고 개발한 JSON 기반의 예측 모델 교환 형식입니다.PFA는 분석 애플리케이션이 분석 및 기계 학습 알고리즘에 의해 생성된 예측 모델을 기술하고 교환할 수 있는 방법을 제공합니다.로지스틱 회귀 분석 및 의사결정 나무와 같은 공통 모형을 지원합니다.버전 0.8은 2015년에 발행되었습니다.후속 버전은 데이터 마이닝 [1]그룹에 의해 개발되었습니다.
데이터 마이닝 그룹이 개발한 예측 모델 교환 형식인 PFA는 예측 모델 마크업 언어(PMML)[2]라고 불리는 DMG의 XML 기반 표준을 보완합니다.
릴리스 이력
| 버전 | 발매일 |
|---|---|
| 버전 0.8.1 | 2015년 11월 |
데이터 마이닝 그룹
데이터 마이닝 그룹은 2008년에 [3]설립된 비영리 단체인 Computational Science Research, Inc.에 의해 관리되는 컨소시엄입니다.
예
- 리버스 어레이:
#:-:{x:입력}-:{z:입력}- 보자:{나는:{a.len:[)]}}자-:{나는:나는}-:{">=":[i,0]}어 주려는 거:-:세트{z:{항목을 보강:z, 경로:[나는],:{항목을 보강:x,path:[{"-":[{"-":[자 복식 입력:{"형식":"배열","항목":"더블"}출력:{"형식":"배열","항목":"더블"}의 행동을 입력 배열을 뒤집으세요.l,i] ,1]}} } } - 설정 : {i : {-[i,1]}} - z - 버블소트
입력: {"type": "array": "double"} 출력: {"type": "array", "double"} 작업: - 레트: {A: input} - 레트: {N: {a.len: [A]}}} - 레트: {n: {-[-[N,1]} - 레트: 0:} - 레트: {: 0:}:}: {n:}:}: s:}: {n: 0: 0: let:}:}:}: {array}- if: {">": [ {attr: A, 경로: [i]}, {attr: A, 경로:[ { + : [ i , 1 ] } ] } : : 、 [ set : { s : { attr : A , path : [ i ] }} - set : { A : { attr : A , path : [ i ] , to : {attr : A , path : } 、 path :[{+:[i,1]}} } - 설정: {A : {attr : A, 경로: [{+:[i,1]}, 대상: s }} - 설정: {i : {+:[i,1]}} - 설정: {n : {-[n,1]}}}} - A 실장
- Hadrian (Java/Scala/JVM) - Hadrian은 Scala에서 PFA를 완전히 구현한 것으로, 주로 Java에서 모든 JVM 언어를 통해 액세스할 수 있습니다.모델 도입에 중점을 두고 있기 때문에 유연하고(제한된 환경에서 실행할 수 있습니다.[4]
- Titus (Python 2.x) - Titus는 순수 Python에서 PFA를 완전히 독립적으로 구현한 것입니다.모델 개발에 중점을 두고 있기 때문에 런타임 실행 외에 모델 제작자 및 PFA 조작 도구도 포함되어 있습니다.현재는 Python 2에 대응하고 있습니다.
- Titus 2 (Python 3.x) - Titus 2는 Python 3의 PFA 구현을 지원하는 Titus의 포크입니다.
- Aurelius(R) - Aurelius는 R 프로그래밍 언어로 PFA를 생성하기 위한 툴킷입니다.R 등가물로부터 PFA로 모델을 이식하는 것에 초점을 맞추고 있습니다.스코어링 엔진을 검증 또는 실행하기 위해 Aurelius는 rPython을 통해 스코어링 엔진을 Titus로 전송합니다(따라서 둘 다 [4]설치해야 합니다).
- Antinous(Jython 모델 개발) - Antinous는 Hadrian용 모델 제작 플러그인입니다.PFA 스코어링 엔진이 가는 곳이면 어디서든 Jython 코드를 실행할 수 있습니다.모델 제작 [4]알고리즘 라이브러리도 갖추고 있습니다.
레퍼런스
- ^ "Data Mining Group". Retrieved December 14, 2017.
The DMG is proud to host the working groups that develop the Predictive Model Markup Language (PMML) and the Portable Format for Analytics (PFA), two complementary standards that simplify the deployment of analytic models.
- ^ "Portable Format for Analytics: moving models to production". Retrieved April 25, 2016.
- ^ "2008 EO 990". Retrieved 16 Oct 2014.
- ^ a b c d Implementations of the Portable Format for Analytics (PFA): opendatagroup/hadrian, Open Data Group, 2019-08-15, retrieved 2019-11-22
- ^ Mahato, Ankit (2019-11-21), Titus 2 : Portable Format for Analytics (PFA) implementation for Python 3.4+: animator/titus2, retrieved 2019-11-22
