Java调用Python训练的xgboost模型预测多分类问题

一、添加依赖

<dependency>
    <groupId>ml.dmlc</groupId>
    <artifactId>xgboost4j_2.12</artifactId>
    <version>2.0.1</version>
</dependency>

二、调用模型进行推理

1.训练出的xgboost模型为一个大型的Json字符串，开头表明了预测所需的参数名称及参数类型，如下如所示

2.调用依赖中提供的方法加载模型并进行预测

private void XGBoostJavaPredictor(Float parameter1, Float parameter2, Float parameter3) throws XGBoostError {
        // 加载XGBoost模型
        Booster model = XGBoost.loadModel(MODEL_PATH);

        // 构造待预测的数据
        float[] features = {parameter1, parameter2, parameter3};
        DMatrix dmatrix = new DMatrix(features, 1,features.length);

        // 进行预测
        float[][] predictions = model.predict(dmatrix);

        // 打印预测结果
        for (float[] prediction : predictions) {
            for (float value : prediction) {
                System.out.println(value);
            }
        }
    }

三、注意事项！！！

以上方式在win/mac环境下是可以直接运行的，但如果放在服务器上跑则会因缺少OpenMP而运行失败，如下图所示：

因此要在Linux环境中安装OpenMP依赖。以centos为例，安装命令如下

sudo yum install libgomp

若是放在docker中运行，则需要在dockerFile中添加以下命令

RUN yum install -y libgomp