Question

现在我训练了一个名为＆＃39; GB＆＃39;的gbdt模型。在python sklearn。我想将这个训练过的模型导出到pmml文件中。但是我遇到了这个问题： 1.如果我试着把受过训练的＆＃39; GB＆＃39;将模型转换为PMMLpipeline并使用sklearn2pmml导出模型。如下所示：

GB = GradientBoostingClassifier(n_estimators=100,learning_rate=0.05)
GB.fit(train[list(x_features),Train['Target']])
GB_pipeline = PMMLPipeline([("classifier",GB)])
sklearn2pmml.sklearn2pmml(GB_pipeline,pmml='GB.pmml')
importance=gb.feature_importances_

有一个警告＆＃39;活动字段＆＃39;属性未设置＆＃39;。我将失去所有的功能＆＃39;导出的pmml文件中的名称。

如果我尝试直接在PMMLPipeline中训练模型。由于GB_pipeline中没有feature_importances_属性，因此无法观察到此模型的features_importance。如下所示：

GB_pipeline = PMMLPipeline（[（＆＃34; classifier＆＃34;，GradientBoostingClassifier（n_estimators = 100，learning_rate = 0.05））]） PMMLPipeline.fit（火车[列表（x_features），列车[＆＃39;目标＆＃39;]]） sklearn2pmml.sklearn2pmml（GB_pipeline，PMML =＆＃39; GB.pmml＆＃39）

我该怎么做才能观察模型的特征重要性，同时保留特征。导出的pmml文件中的名称。非常感谢你！

Answer 1

重点：

在管道外实例化分类器
实例化（PMML-）管道，将此分类器插入其中。
将此管道整体安装。
打印此分类器的要素重要性，并将此管道导出到PMML文档中。

在您的第一个代码示例中，您要对分类器进行拟合，但您应该整合管道 - 因此警告管道的内部状态不完整。在第二个代码示例中，您没有直接引用分类器（但是，您可以通过＆＃34;解析＆＃34;安装管道的最后一步）来获取它。

基于Iris数据集的完整示例：

import pandas
iris_df = pandas.read_csv("Iris.csv")

from sklearn.ensemble import GradientBoostingClassifier
from sklearn2pmml import sklearn2pmml, PMMLPipeline
gbt = GradientBoostingClassifier()
pipeline = PMMLPipeline([
    ("classifier", gbt)
])
pipeline.fit(iris_df[iris_df.columns.difference(["Species"])], iris_df["Species"])
print (gbt.feature_importances_)
sklearn2pmml(pipeline, "GBTIris.pmml", with_repr = True)

如何在使用sklearn2pmml

1 个答案: