Ошибка sklearn2pmml: ожидаемые нулевые аргументы для построения ClassDict (для pandas._libs.interval.Interval)

Question

Я закодировал цель, используя sklearn2pmml.preprocessing.CutTransformer и sklearn.preprocessing.LabelEncoder во время обучения модели LR.

Вот мой код:

from sklearn2pmml.preprocessing import CutTransformer
from sklearn.preprocessing.label import LabelEncoder
income_bins = [-np.inf, 10000, 50000, 100000, 300000, 500000, 1000000, 3000000, 5000000, 10000000, np.inf]

targetDiscretizer = PMMLPipeline([('target', 
                               DataFrameMapper([
                                   (['income'], [CutTransformer(bins=income_bins), LabelEncoder()])
                               ])
                              )])
dataset['target_income_lvl'] = targetDiscretizer.fit_transform(dataset)
sklearn2pmml(targetDiscretizer, '../model/targetDiscretizer.pmml', with_repr=True )

Но я получаю сообщение об ошибке:

net.razorvine.pickle.PickleException: expected zero arguments for construction of ClassDict (for pandas._libs.interval.Interval)
    at net.razorvine.pickle.objects.ClassDictConstructor.construct(ClassDictConstructor.java:23)
    at net.razorvine.pickle.Unpickler.load_reduce(Unpickler.java:732)
    at net.razorvine.pickle.Unpickler.dispatch(Unpickler.java:200)
    at net.razorvine.pickle.Unpickler.load(Unpickler.java:122)
    at numpy.core.NDArrayUtil.readObject(NDArrayUtil.java:384)
    at numpy.core.NDArrayUtil.access$700(NDArrayUtil.java:42)
    at numpy.core.NDArrayUtil$TypeDescriptor.read(NDArrayUtil.java:542)
    at numpy.core.NDArrayUtil.parseArray(NDArrayUtil.java:215)
    at numpy.core.NDArrayUtil.parseData(NDArrayUtil.java:190)
    at joblib.NumpyArrayWrapper.toArray(NumpyArrayWrapper.java:43)
    at org.jpmml.sklearn.PickleUtil$1.dispatch(PickleUtil.java:88)
    at net.razorvine.pickle.Unpickler.load(Unpickler.java:122)
    at org.jpmml.sklearn.PickleUtil.unpickle(PickleUtil.java:98)
    at org.jpmml.sklearn.Main.run(Main.java:104)
    at org.jpmml.sklearn.Main.main(Main.java:94)

Exception in thread "main" net.razorvine.pickle.PickleException: expected zero arguments for construction of ClassDict (for pandas._libs.interval.Interval)
at net.razorvine.pickle.objects.ClassDictConstructor.construct(ClassDictConstructor.java:23)
at net.razorvine.pickle.Unpickler.load_reduce(Unpickler.java:732)
at net.razorvine.pickle.Unpickler.dispatch(Unpickler.java:200)
at net.razorvine.pickle.Unpickler.load(Unpickler.java:122)
at numpy.core.NDArrayUtil.readObject(NDArrayUtil.java:384)
at numpy.core.NDArrayUtil.access$700(NDArrayUtil.java:42)
at numpy.core.NDArrayUtil$TypeDescriptor.read(NDArrayUtil.java:542)
at numpy.core.NDArrayUtil.parseArray(NDArrayUtil.java:215)
at numpy.core.NDArrayUtil.parseData(NDArrayUtil.java:190)
at joblib.NumpyArrayWrapper.toArray(NumpyArrayWrapper.java:43)
at org.jpmml.sklearn.PickleUtil$1.dispatch(PickleUtil.java:88)
at net.razorvine.pickle.Unpickler.load(Unpickler.java:122)
at org.jpmml.sklearn.PickleUtil.unpickle(PickleUtil.java:98)
at org.jpmml.sklearn.Main.run(Main.java:104)
at org.jpmml.sklearn.Main.main(Main.java:94)

Я понятия не имею об этом. Кто-нибудь может мне помочь?

Answer 1

По умолчанию синтаксический анализатор Java для файлов выбора Python не знает о нестандартных классах CPython, таких как pandas._libs.interval.Interval, Это нужно преподавать каждому классу CPython отдельно. Например, в системе отслеживания проблем SkLearn2PMML есть отчет об ошибке: https://github.com/jpmml/sklearn2pmml/issues/115

Преобразование должно работать, если вам (хотя бы временно) удастся подавить генерацию pandas._libs.interval.Interval объект. Наиболее вероятным источником для этого являются автоматически сгенерированные метки бинов. Итак, попробуйте явно указать метки bin, используя labels аргумент: CutTransformer(bins = income_bins, labels = income_bin_labels),