在 python sklearn 中加载和使用 XGBoost PMML 或 XGBoost .rds 模型，而不会丢失其依赖项/性质

【问题标题】：Load and use XGBoost PMML or XGBoost .rds model in python sklearn with out loosing its dependencies/nature在 python sklearn 中加载和使用 XGBoost PMML 或 XGBoost .rds 模型，而不会丢失其依赖项/性质
【发布时间】：2020-02-15 03:37:30
【问题描述】：

我有一个内置于 R 中的 XGB 模型，我想在 python 中使用相同的模型进行预测，而不会失去其性质/嵌入式依赖项。

我试过 rpy2 和 sklearn-pmml-model，似乎对 XGBoost 模型没有帮助。

感谢任何帮助。

【问题讨论】：

标签： python r machine-learning xgboost pmml

【解决方案1】：

您可以使用PyPMML 在 Python 中评估 XGBoost PMML，例如：

from pypmml import Model

model = Model.fromFile('the/pmml/model/file/path')
result = predict(data)

data 可以是字典、Pandas 的 Series 或 DataFrame 或 JSON 字符串。

【讨论】：