如何在KNIME中导出包含全量转换步骤的PMML文件

核心原因 #

导出的PMML缺失前置转换步骤，本质是没有串联KNIME节点自带的独立蓝色PMML链路。KNIME的节点默认有两套独立端口：

• 黑色端口：传输实际执行的数据流，只负责跑通工作流拿到训练数据
• 蓝色端口：传输PMML转换规则流，只有串过这条链路的转换逻辑才会被写入最终导出的PMML文件
  仅连接黑色数据端口、不串联蓝色PMML端口的情况下，只能捕获到最后一个连到PMML Appender的节点的转换规则。

具体操作步骤 #

1. 确认节点合规性
   替换所有社区扩展的第三方预处理节点为KNIME核心插件自带的原生节点：One to Many（独热编码）、Column Filter（列删除）、Normalizer（归一化）、分类模型训练节点，这几类原生节点默认都带PMML端口，第三方节点大概率不支持PMML规则导出。
2. 调出隐藏的PMML端口
   如果节点上看不到蓝色端口，右键点击对应节点，选择Show/Hide Ports，勾选PMML输入、PMML输出端口选项即可，部分KNIME版本会默认隐藏非数据类端口。
3. 双链路并行串联
   按工作流的执行顺序，同时连好两条链路，不要混接不同颜色的端口：
   • 黑色数据链路：按原有逻辑，从数据源依次连One to Many → Column Filter → Normalizer → 模型训练节点
   • 蓝色PMML链路：从One to Many的PMML输出端口出发，依次连Column Filter的PMML输入端口 → Column Filter的PMML输出端口连Normalizer的PMML输入端口 → Normalizer的PMML输出端口连模型训练节点的PMML输入端口
4. 导出PMML
   把模型训练节点的PMML输出端口直接连到PMML Writer节点导出文件即可，不需要额外再接PMML Appender，此时导出的PMML会严格按执行顺序内置独热编码、原始分类列删除、归一化的全部规则，跨平台运行不会再报衍生列不存在的错误。

注意事项 #

• 不要跳接PMML端口：比如跳过Column Filter直接把One to Many的PMML输出连到Normalizer，会导致PMML内记录的转换顺序和实际数据处理顺序不一致，上线运行仍会报列匹配错误。
• Column Filter节点的PMML端口会自动同步配置好的列删除规则，不需要在PMML链路里重复配置过滤条件。
• 如果用的是不支持PMML输入端口的第三方模型训练节点，就把最后一个预处理节点的PMML输出连到PMML Appender，再把模型输出的模型对象连到PMML Appender的对应端口，合并后再导出即可。

内容的提问来源于stack exchange，提问作者Aayush Shah