在 PMML (Predictive Model Markup Language) 中，
TargetFields 和 OutputFields 是两个相关但不同的概念，它们在模型预测流程中扮演不同的角色。

TargetFields (目标字段)
TargetFields 是指模型要预测的因变量（dependent variable），也就是模型的主要输出目标。

位置：通常在 Targets元素内定义
作用：表示模型训练时的真实目标值和预测时的预测目标

特点：
与 MiningSchema 中的 predicted 字段对应
可以包含目标值的转换（如标准化、反标准化）
常用于回归问题中的数值调整或分类问题中的概率校准

示例：

<Targets>
  <Target field="price" optype="continuous">
    <NormContinuous field="price">
      <LinearNorm orig="0" norm="0"/>
      <LinearNorm orig="100000" norm="1"/>
    </NormContinuous>
  </Target>
</Targets>



OutputFields (输出字段)
OutputFields 是指模型最终输出的所有字段，包括预测结果和可能的附加信息。

位置：在 Output 元素内定义
作用：定义模型应用后返回的全部输出内容

特点：
可以包含预测值、概率、置信度、决策解释等
允许对原始预测结果进行后处理
用于生成最终用户可见的输出

示例：

<Output>
  <OutputField name="Predicted_Price" feature="predictedValue" dataType="double" optype="continuous"/>
  <OutputField name="Probability" feature="probability" value="high" dataType="double"/>
  <OutputField name="Confidence" feature="confidence" value="high" dataType="double"/>
</Output>




主要区别
特性	TargetFields	       OutputFields
目的     定义模型预测的目标变量	   定义模型最终输出的所有字段
位置     在 Targets 元素内	     在 Output 元素内
数量     通常1个(主预测目标)	   可以多个(包含预测值和附加信息)
处理阶段 在模型计算前处理目标变量	在模型计算后处理输出结果
典型内容 原始目标值、标准化转换	    预测值、概率、置信度、解释等



实际应用中的关系
模型首先处理 TargetFields（如果有），进行必要的转换
然后模型进行预测计算
最后通过 OutputFields 决定哪些结果要输出以及如何格式化

在简单模型中，可能只有 OutputFields 而没有 TargetFields，特别是当不需要对目标变量进行特殊处理时。