在 python 中将 XGBoost 转换为 PMML答案

【问题标题】：Convert XGBoost to PMML in python在 python 中将 XGBoost 转换为 PMML
【发布时间】：2019-10-13 18:29:55
【问题描述】：

我有以下数据框

train_x：

col1 col2 col3
1      4    89
0.4    1.6  14
100    678  970

train_y：

target
0
0
1

我想将 xgboost 模型转换为 pmml，如下所示：

from sklearn2pmml import sklearn2pmml, PMMLPipeline
from sklearn_pandas import DataFrameMapper
from xgboost.sklearn import XGBClassifier
pipeline = PMMLPipeline([("mapper", DataFrameMapper([
                                    ([num_features,SimpleImputer(strategy='median')],
                                     [num_features,StandardScaler()],
                                     [cat_features,SimpleImputer(strategy='constant', fill_value='missing')],
                                     [cat_features,OneHotEncoder(sparse=False, handle_unknown='ignore')])
                                     ])),
                         ("classifier", XGBClassifier(**best_params,n_jobs=-1))
])

并安装管道

pipeline.fit(train_x, train_y)

但我收到以下错误

TypeError: _build_feature() 接受 2 到 3 个位置参数，但给出了 4 个**

【问题讨论】：

标签： python scikit-learn sklearn-pandas pmml

【解决方案1】：

TypeError 由 DataFrameMapper.fit 方法引发，因为您指定了无效的列到转换器的映射。

您应该指定一个 双元素 元组列表 ([(), ()])，但现在您提供的是一个单例列表，其中包含一个元组，其中包含 四个列表 ([([], [], [], [])])。

【讨论】：