PMML模型是否允许基于多行数据（例如，通过聚合）的单一预测？

Question

我正在寻找一种在PMML模型中应用一些聚合方法的方法（没有具体的示例，只是想看看是否可行）

在PMML Transformations page的文档中有一段关于聚合的文章，定义为应用六个函数的方法：计数、求和、平均、最小、最大和多集

Aggregate

这是否意味着有一种方法可以在PMML模型中生成转换，从而能够将多行输入数据折叠成一行预测？我找不到这样一个例子（或者任何例子），而this post指出PMML中只支持单数行操作

进一步搜索，Sklearn2PMML库有一个“聚合器”方法，但这只在一行中生成一个转换，就像从两列中获取平均值一样

此代码：

iris_pipeline = PMMLPipeline([
    ("mapper", DataFrameMapper([
        (["Sepal.Length", "Petal.Length"], [ContinuousDomain(), Aggregator(function = "mean")]),
    ])),
])

能够生成一个简单的转换，而不是聚合函数

<TransformationDictionary>
    <DerivedField name="avg(Sepal.Length, Petal.Length)" optype="continuous" dataType="double">
        <Apply function="avg">
            <FieldRef field="Sepal.Length"/>
            <FieldRef field="Petal.Length"/>
        </Apply>
    </DerivedField>
</TransformationDictionary>

TL；博士：

我希望实现的目标示例：

在PMML模型中有什么方法可以做到这一点，或者在应用数据进行预测之前，我应该尝试生成这样的预处理操作吗

Answer 1

Do PMML Models allow for singular prediction based on multiple rows of data (f.e. by aggregation?)?

不是设计的——PMML标准是关于表示统计和数据挖掘模型，而不是ETL

也许还有另一个ETL标准，它可以与PMML结合，形成一个包罗万象的数据应用程序