python - 无法创建 PMMLPipeline

Question

我目前正在尝试将逻辑回归模型(在 Python3 内核上的 Jupyterhub 中构建)导出为 PMML 格式。

我的数据框称为balanced_data该模型的预测变量是:

type, amount, oldbalanceOrig, newbalanceOrig, oldbalanceDest

目标变量是:

isFraud

我尝试使用以下语法来实现我的 PMML 文件:

pipeline = PMMLPipeline("mapper", DataFrameMapper([(balanced_data.type, None), 
                                               (balanced_data.amount, None), 
                                               (balanced_data.oldbalanceOrig, None), 
                                               (balanced_data.newbalanceOrig, None),
                                               (balanced_data.oldbalanceDest, None), 
                                               [(balanced_data.isFraud, None)]]),
                    ("classifier", skl.LogisticRegression(penalty="l2",
                                                          dual=False,
                                                          tol=0.0001,
                                                          C=1.0,
                                                          fit_intercept=True,
                                                          intercept_scaling=1, 
                                                          random_state=12345, 
                                                          solver="lbfgs",
                                                          max_iter=100,
                                                          multi_class="ovr", 
                                                          verbose=0, 
                                                          warm_start=False,
                                                          n_jobs=-1)
                     )
                   )

但是我遇到了以下错误。

ValueError: not enough values to unpack (expected 2, got 1)

我以前从未使用过 sklearn2pmml 和 DataFrameMapper。谁能告诉我出了什么问题以及如何解决此错误？

<小时/>

编辑:

我已经删除了一对方括号以获得以下内容，但我仍然遇到相同的错误。

pipeline = PMMLPipeline("mapper", DataFrameMapper([(balanced_data.type, None), 
                                               (balanced_data.amount, None), 
                                               (balanced_data.oldbalanceOrig, None), 
                                               (balanced_data.newbalanceOrig, None),
                                               (balanced_data.oldbalanceDest, None), 
                                               (balanced_data.isFraud, None)]),
                    ("classifier", skl.LogisticRegression(penalty="l2",
                                                          dual=False,
                                                          tol=0.0001,
                                                          C=1.0,
                                                          fit_intercept=True,
                                                          intercept_scaling=1, 
                                                          random_state=12345, 
                                                          solver="lbfgs",
                                                          max_iter=100,
                                                          multi_class="ovr", 
                                                          verbose=0, 
                                                          warm_start=False,
                                                          n_jobs=-1)
                     )
                   )

Answer 1

我已经解决了这个问题。我将突出显示我的语法中缺少的内容并上传 image以展示亮点。我还添加了代码片段，以便更轻松地复制面食。

pipeline = PMMLPipeline([("mapper", DataFrameMapper([
                                                 (["balanced_data.type",
                                                   "balanced_data.amount",
                                                   "balanced_data.oldbalanceOrig",
                                                   "balanced_data.newbalanceOrig",
                                                   "balanced_data.oldbalanceDest"], None)
                                               ])
                     ),
                     ("classifier", model
                     )
                   ])

<小时/>

编辑:

因此，我在尝试将训练数据放入管道时遇到了错误。我通过对 DataFrameMapper 使用以下语法解决了这个问题。

DataFrameMapper([
                 (["type",
                   "amount",
                   "oldbalanceOrig",
                   "newbalanceOrig",
                   "oldbalanceDest"], None)
               ])

了解到 DataFrameMapper 仅构建“表”结构而不是表本身。