關(guān)于PMML的基礎知識，我們在《PMML建模標準語言基礎》（潘風文，潘啟儒著）一書中進行了詳細介紹。1997年，芝加哥伊利諾伊大學的Robert Lee Grossman博士發(fā)起設計了數(shù)據(jù)挖掘模型的開放標準語言PMML(Predictive Model Markup Language)，即預測模型標記語言。PMML是一種基于XML規(guī)范的開放式挖掘模型表達語言，為不同的數(shù)據(jù)挖掘系統(tǒng)提供了定義和應用數(shù)據(jù)挖掘模型的方法，為大數(shù)據(jù)模型的跨平臺應用提供了標準的解決方案。通過采用PMML規(guī)范，用戶可在一個軟件系統(tǒng)中創(chuàng)建預測模型，以符合PMML標準的文檔對其進行表達，然后將其傳遞到另外一個應用系統(tǒng)中，并在該系統(tǒng)中對新的環(huán)境下的數(shù)據(jù)進行預測，從而實現(xiàn)預測模型的跨語言、跨平臺應用的可移植性。作為事實上的表達預測模型的標準，目前PMML已經(jīng)被IBM、SAS、NCR、FICO、NIST、Tibco等頂級商業(yè)公司所支持，同時也受到大量開源挖掘系統(tǒng)，如Weka、Tanagra、RapidMiner、KNIME、Orange、GGobi、JHepWork等的支持，其影響力越來越大，目前已經(jīng)成為W3C的標準。

我們知道，一個完整、有效的PMML實例文檔包括數(shù)據(jù)詞典、挖掘模式/架構(gòu)、數(shù)據(jù)轉(zhuǎn)換、模型定義、輸出、目標、模型解釋、模型驗證等元素，PMML規(guī)范（4.3版）支持關(guān)聯(lián)規(guī)則模型、樸素貝葉斯模型、通用回歸模型、高斯過程回歸等17種常用模型和一種聚合模型（在一個PMML文檔中包含多個不同模型，實現(xiàn)協(xié)同功能）。本書我們將結(jié)合實例，對每個挖掘模型的組成、算法和構(gòu)建進行具體介紹，使大家對這些模型有一個相對清晰、完整的把握。限于篇幅，我們將PMML規(guī)范支持的18種模型分在兩本書中進行介紹，本書介紹的模型包括關(guān)聯(lián)規(guī)則模型、樸素貝葉斯模型、貝葉斯網(wǎng)絡模型、基線模型、聚類模型、通用回歸模型、回歸模型、高斯過程模型以及K最近鄰模型九種。剩下的九個模型，包括神經(jīng)網(wǎng)絡模型、規(guī)則集模型、序列規(guī)則模型、評分卡模型、SVM（支持向量機）模型等，我們將在《數(shù)據(jù)挖掘與機器學習：PMML建模（下）》中講述。通過本書學習，讀者可以學習到標準的PMML模型的表達方式及構(gòu)建知識，對于具有一定數(shù)據(jù)挖掘和機器學習基礎的讀者，通過閱讀本書，照樣可以補充學習數(shù)據(jù)挖掘和機器學習模型的豐富知識。為了提高學習效果，讀者最好同時結(jié)合《PMML建模標準語言基礎》進行學習，以便融會貫通，靈活運用，更好地把PMML語言應用到自己的項目實踐中。

本書由長期從事數(shù)據(jù)挖掘領域的潘風文博士和北京中醫(yī)藥大學生命科學學院黃春芳副教授合作編寫，其中第1章、第6章和第7章由黃春芳編寫，其余章節(jié)由潘風文編寫。潘啟儒在本書編寫過程中做了許多協(xié)助工作，在此表示真誠感謝。由于平時業(yè)務繁忙，編寫時間比較倉促，因此書中難免存在疏漏，希望廣大讀者在閱讀過程中不吝給出批評指正，以便我們在重印時進行修改、完善。作者QQ：420165499。

本書的讀者對象為從事數(shù)據(jù)挖掘、機器學習、人工智能系統(tǒng)開發(fā)的人員以及教師和學生，也可以作為大數(shù)據(jù)及人工智能方向愛好者的自學用書。



潘風文　黃春芳

2019年10月