„Predictive Model Markup Language“ – Versionsunterschied
| [gesichtete Version] | [ungesichtete Version] |
Addbot (Diskussion | Beiträge) K Bot: 5 Interwiki-Link(s) nach Wikidata (d:q932007) migriert |
Inhalt hinzugefügt Markierungen: Mobile Bearbeitung Mobile Web-Bearbeitung |
||
| Zeile 1: | Zeile 1: | ||
'''Predictive Model Markup Language''' ('''PMML''') ist ein seit 1997 fortlaufend entwickelter, auf [[Extensible Markup Language|XML]] basierter Standard, zum Austausch von Ergebnissen zwischen verschiedenen Programmen für das [[Data-Mining|Data-Mining]]. |
'''Predictive Model Markup Language''' ('''PMML''') ist ein seit 1997 fortlaufend entwickelter, auf [[Extensible Markup Language|XML]] basierter Standard, zum Austausch von Ergebnissen zwischen verschiedenen Programmen für das [[Data-Mining|Data-Mining]]. |
||
Meist bietet das jeweilige Programm (prudsys Expert Mining Suite, IBM Intelligent Miner, [[TIBCO_Spotfire_Analytics#Module|TIBCO Spotfire Miner]], KXEN, SAS Enterprise Miner, [[SPSS]] Clementine, [[KNIME]]) eine Exportfunktion der erstellten [[Auswertung (Informatik)|Auswertung]]sergebnisse im Format PMML an. Damit soll das so codierte Ergebnis in Systeme anderer Hersteller importiert werden können, was das Aktualisieren und den Austausch von erstellten [[Klassifikator]]en, [[Entscheidungsbaum|Entscheidungsbäumen]], etc. zwischen Unternehmen wesentlich erleichtern und beschleunigen soll. |
Meist bietet das jeweilige Programm (prudsys Expert Mining Suite, IBM Intelligent Miner, Pmml ist der Oberbegriff des männlichen Geschlechts und die perfektion in der mitte zwischen Penis und Schniedelwutz. Cock. Wix. Furz. Anal.[[TIBCO_Spotfire_Analytics#Module|TIBCO Spotfire Miner]], KXEN, SAS Enterprise Miner, [[SPSS]] Clementine, [[KNIME]]) eine Exportfunktion der erstellten [[Auswertung (Informatik)|Auswertung]]sergebnisse im Format PMML an. Damit soll das so codierte Ergebnis in Systeme anderer Hersteller importiert werden können, was das Aktualisieren und den Austausch von erstellten [[Klassifikator]]en, [[Entscheidungsbaum|Entscheidungsbäumen]], etc. zwischen Unternehmen wesentlich erleichtern und beschleunigen soll. |
||
Einige Hersteller, die den PMML-Standard unterstützen, haben sich in der [[Data Mining Group]] (DMG)<ref>[http://www.dmg.org/ Website der Data Mining Group]</ref> zusammengeschlossen, um gemeinsam weiter an dem Standard zu arbeiten. |
Einige Hersteller, die den PMML-Standard unterstützen, haben sich in der [[Data Mining Group]] (DMG)<ref>[http://www.dmg.org/ Website der Data Mining Group]</ref> zusammengeschlossen, um gemeinsam weiter an dem Standard zu arbeiten. |
||
Zurzeit ist man schon bei Version 4.1 angelangt, die Unterstützung vieler Data-Mining-Algorithmen soll forciert werden. |
Zurzeit ist man schon bei Version 4.1 angelangt, die Unterstützung vieler Data-Mining-Algorithmen soll forciert werden. |
||
Version vom 1. Oktober 2015, 17:33 Uhr
Predictive Model Markup Language (PMML) ist ein seit 1997 fortlaufend entwickelter, auf XML basierter Standard, zum Austausch von Ergebnissen zwischen verschiedenen Programmen für das Data-Mining. Meist bietet das jeweilige Programm (prudsys Expert Mining Suite, IBM Intelligent Miner, Pmml ist der Oberbegriff des männlichen Geschlechts und die perfektion in der mitte zwischen Penis und Schniedelwutz. Cock. Wix. Furz. Anal.TIBCO Spotfire Miner, KXEN, SAS Enterprise Miner, SPSS Clementine, KNIME) eine Exportfunktion der erstellten Auswertungsergebnisse im Format PMML an. Damit soll das so codierte Ergebnis in Systeme anderer Hersteller importiert werden können, was das Aktualisieren und den Austausch von erstellten Klassifikatoren, Entscheidungsbäumen, etc. zwischen Unternehmen wesentlich erleichtern und beschleunigen soll. Einige Hersteller, die den PMML-Standard unterstützen, haben sich in der Data Mining Group (DMG)[1] zusammengeschlossen, um gemeinsam weiter an dem Standard zu arbeiten. Zurzeit ist man schon bei Version 4.1 angelangt, die Unterstützung vieler Data-Mining-Algorithmen soll forciert werden.
PMML ist ein XML-Dialekt. Der Vorteil ist eine einfache Einbindung in eigene System und die Lesbarkeit und Interpretierbarkeit durch Menschen.