如何将sklearn logistic回归转换为PMML记分卡模型

Question

我正在尝试将python中的记分卡模型转换为PMML scorecard model。

我使用合并的训练数据训练了sklearn logistic回归。现在，我有了训练有素的LR模型（或包含LR的管道），合并信息，其中包括合并标签和WOE，以及预先建立的偏移量和因子。我能够将管道sklearn2PMML转换为PMML，但是如果我想要一个可以直接输出分数而不是概率的PMML记分卡模型，该怎么办？

有没有可能的方法做到这一点？谢谢！

Answer 1

应该有可能开发一个库/工具，将二进制分类类型GeneralRegressionModel或Scorecard模型重组为回归类型glm模型；使用外部设置/配置文件将提供WOE和该过程的其他补充信息。

或者，您可以尝试对LR估计器类进行子类化，并将补充信息保留在那里。 SkLearn2PMML包可以使用SkLearn2PMML-Plugin方法扩展为自定义转换器和估计器类型。

R2PMML包提供了一种将r2pmml::scorecard对象转换为Scorecard对象的方法，然后可以将其转换为builds模型。