Use/productionize 在客户端训练机器学习模型 javascript？
Use/productionize trained machine learning model in client-side javascript?
所以这是我一直在考虑的一个有点疯狂的想法。我正在考虑为某些 Web 内容（的专门子集）构建一个分类器，然后以 chrome 扩展的形式将其提供给用户。 （因此：用户转到网页，单击 chrome 扩展上的按钮，扩展应用预训练模型生成预测，将结果呈现给用户。）
但我很吝啬，我不想 运行 服务器从 chrome 扩展程序接收数据、生成预测并将其发送回用户。我突然想到：为什么不找到一些方法来序列化经过训练的模型或其他东西，并在客户端完成所有这些。
所以如果我最终拟合了一个非常简单的模型，比如逻辑回归之类的，那么很容易转移到客户端。最终，训练有素的逻辑回归只能表示为将特征映射到预测的普通数学函数，就像一行代码。我想这对于一些更高级的模型（线性 SVM）也是如此。在这种情况下，chrome 扩展可以完成所有数据清理等工作，然后生成预测只是计算点积的问题。但如果我最终使用随机森林之类的东西，情况就不一样了。
不幸的是，javascript 似乎没有 PMML 库或类似的东西。
所以，我求助于互联网的智慧。是否有任何其他方法可以在客户端 javascript 上使用生产 ML 模型？或者这些选项真的只是（1）运行 一个服务器，（2）为 JS 编写一个 PMML 库，（3）没有第三个选项？
谢谢！
您的模型是否已经以 PMML 数据格式可用？
如果是，则：
- 将 PMML 翻译成 Java 源代码。使用 JPMML 个库很容易。
- 将Java源代码翻译成Java脚本源代码。使用 Google Web Toolkit.
更容易
因此，您将拥有一个独立的 Java 脚本模型对象，它公开模型架构查询和评分 API 类似于 JPMML-Evaluator 库。
所以这是我一直在考虑的一个有点疯狂的想法。我正在考虑为某些 Web 内容（的专门子集）构建一个分类器，然后以 chrome 扩展的形式将其提供给用户。 （因此：用户转到网页，单击 chrome 扩展上的按钮，扩展应用预训练模型生成预测，将结果呈现给用户。）
但我很吝啬，我不想 运行 服务器从 chrome 扩展程序接收数据、生成预测并将其发送回用户。我突然想到：为什么不找到一些方法来序列化经过训练的模型或其他东西，并在客户端完成所有这些。
所以如果我最终拟合了一个非常简单的模型，比如逻辑回归之类的，那么很容易转移到客户端。最终，训练有素的逻辑回归只能表示为将特征映射到预测的普通数学函数，就像一行代码。我想这对于一些更高级的模型（线性 SVM）也是如此。在这种情况下，chrome 扩展可以完成所有数据清理等工作，然后生成预测只是计算点积的问题。但如果我最终使用随机森林之类的东西，情况就不一样了。
不幸的是，javascript 似乎没有 PMML 库或类似的东西。
所以，我求助于互联网的智慧。是否有任何其他方法可以在客户端 javascript 上使用生产 ML 模型？或者这些选项真的只是（1）运行 一个服务器，（2）为 JS 编写一个 PMML 库，（3）没有第三个选项？
谢谢！
您的模型是否已经以 PMML 数据格式可用？
如果是，则：
- 将 PMML 翻译成 Java 源代码。使用 JPMML 个库很容易。
- 将Java源代码翻译成Java脚本源代码。使用 Google Web Toolkit. 更容易
因此，您将拥有一个独立的 Java 脚本模型对象，它公开模型架构查询和评分 API 类似于 JPMML-Evaluator 库。