skick2pmml과 같이 scikit-learn에서 PMML 모델을 내보내는 데는 몇 가지 옵션이 있지만 다른 방향으로가는 정보는 훨씬 적습니다. 필자의 사례는 이전에 R로 구축 된 XGboost 모델이며 r2pmml을 사용하여 PMML에 저장되었다. Python에서 사용하고 싶다. Scikit은 일반적으로 pickle을 사용하여 모델을 저장 /로드하지만 PMML을 사용하여 모델을 scikit-learn으로 가져올 수 있습니까?PMML 모델을 Python으로 가져 오기 (Scikit-learn)
일반화 된 표현 (예 : PMML)을 통해 다른 특수 표현 (예 : R 및 Scikit-Learn 네이티브 데이터 구조)을 연결할 수 없습니다. R 데이터 구조를 Scikit-Learn 데이터 구조로 직접 변환하려고하면 더 운이 좋을 것입니다.
XGBoost는 R 및 Scikit-Learn 구현이 네이티브 XGBoost 라이브러리를 둘러싼 단순한 래퍼이기 때문에 위의 규칙에 대한 예외입니다. 훈련 된 R XGBoost 객체 내에는 네이티브 XGBoost 표현의 모델 인 blob raw이 있습니다. 파일에 저장하고 xgb.Booster.load_model(fname) 메서드를 사용하여 Python으로로드하십시오.
Scikit-Learn에서 XGBoost 모델을 배포해야한다는 것을 알고 있다면 왜 R로 교육합니까?
Scikit-Learn에서 XGBoost 모델을 배포해야한다는 것을 알고 있다면 왜 R로 교육합니까? 긴 이야기 짧은 - 나는하지 않았다! –