python - 将 PMML 模型导入 Python (Scikit-learn)

Question

似乎有一些选项可以将 PMML 模型从 scikit-learn 中导出，例如 sklearn2pmml，但其他方向的信息很少。我的案例是一个 XGboost 模型，之前在 R 中构建，并使用 r2pmml 保存到 PMML，我想在 Python 中使用它。 Scikit 通常使用 pickle 来保存/加载模型，但是否也可以使用 PMML 将模型导入到 scikit-learn 中？

Answer 1

您不能通过通用表示(例如 PMML)连接不同的专用表示(例如 R 和 Scikit-Learn native 数据结构)。尝试将 R 数据结构直接转换为 Scikit-Learn 数据结构可能会更幸运。

XGBoost 实际上是上述规则的一个异常(exception)，因为它的 R 和 Scikit-Learn 实现只是原生 XGBoost 库的薄包装。在经过训练的 R XGBoost 对象中有一个 blob raw，这是其原生 XGBoost 表示中的模型。将其保存到文件中，然后使用 xgb.Booster.load_model(fname) 方法在 Python 中加载。

如果您知道需要在 Scikit-Learn 中部署 XGBoost 模型，那么为什么要在 R 中训练它？