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))
])


并适应管道

pipeline.fit(train_x, train_y)


但我得到下面的错误


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

最佳答案

TypeErrorDataFrameMapper.fit方法引发,因为您指定了无效的列到变压器映射。

您应该指定一个包含两个元素的元组([(), ()])的列表,但是现在您要提供一个单例列表,其中包含一个元组,其中包含四个列表([([], [], [], [])])。

关于python - 在Python中将XGBoost转换为PMML,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/56338625/

10-12 13:59