PMML(Predictive Model Markup Language)支持多种机器学习模型类型

1. 监督学习模型
回归模型(RegressionModel)
线性回归
逻辑回归
多项式回归

决策树模型(TreeModel)
分类树
回归树
CART、C4.5等算法生成的树

神经网络模型(NeuralNetwork)
前馈神经网络
卷积神经网络(有限支持)
RNN/LSTM(有限支持)

支持向量机模型(SupportVectorMachineModel)
分类SVM
回归SVM

规则集模型(RuleSetModel)

基于规则的分类器

2. 集成模型
随机森林/决策树集合(MiningModel with multipleTrees)
梯度提升树(Gradient Boosting)
模型组合/堆叠(MiningModel with model composition)

3. 无监督学习模型
聚类模型(ClusteringModel)

K-means
层次聚类

关联规则(AssociationRules)

Apriori算法
序列模式(SequenceRules)

4. 其他专用模型
时间序列模型(TimeSeriesModel)
文本模型(TextModel)
特征提取模型(FeatureExtractionModel)
基线模型(BaselineModel)

5. 模型组合
模型链(ModelChain)
模型组合(MiningModel with segmentation)
模型融合(ensembles)

6. 最新PMML版本新增支持
LightGBM模型
XGBoost模型
Factorization Machines