Импорт моделей PMML в Python (Scikit-learn)

Question

Похоже, есть несколько вариантов экспорта моделей PMML из scikit-learn, таких как sklearn2pmml, но гораздо меньше информации в другом направлении. В моем случае это модель XGboost, ранее встроенная в R и сохраненная в PMML с использованием r2pmml, которую я хотел бы использовать в Python. Scikit обычно использует pickle для сохранения / загрузки моделей, но возможно ли импортировать модели в scikit-learn с использованием PMML?

Answer 1

Вы не можете соединить различные специализированные представления (такие как собственные структуры данных R и Scikit-Learn) через обобщенное представление (такое как PMML). Возможно, вам больше повезет, если вы попытаетесь напрямую перевести структуры данных R в структуры данных Scikit-Learn.

XGBoost на самом деле является исключением из вышеприведенного правила, потому что его реализации R и Scikit-Learn являются просто тонкими обертками вокруг собственной библиотеки XGBoost. Внутри обученного объекта R XGBoost есть капля raw, которая является моделью в своем родном представлении XGBoost. Сохраните его в файл и загрузите в Python, используя xgb.Booster.load_model(fname) метод.

Если вы знаете, что вам нужно развернуть модель XGBoost в Scikit-Learn, то зачем вы тренируете ее в R?