java light_LightGBM模型java部署

近期使用了LightGBM进行了训练模型(计算违约概率)，结果发现其余XGBoost模型训练得到的结果存在较高相关性。

模型训练之后，主要通过JAVA进行部署，网上搜集了https://github.com/lyg5623/lightgbm_predict4j 这个开源项目，但是针对最新的LightGBM库所输出的模型文件不可用。因此，先用python将模型输出的JSON文件进行模型读取的翻译，然后再将Python脚本翻译成JAVA代码。

1、参考资料

2、模型输出

在训练完模型后，使用如下代码将模型保存为JSON格式。

json_model = gbm.dump_model()

file_name = 'gbm_model.json'

with open(file_name,'w') as file_object:

json.dump(json_model,file_object)

使用 http://jsoneditoronline.org/ 可以查看所输出的JSON格式文件的具体形式，通过展开分析可以发现，其具体就是将模型树结构转换为JSON格式输出。

json.png

接下来，使用python将模型输出的JSON文件进行读取，并遍历每一棵树结构，得到在每一颗树上的得分，然后将分数求和，计算最终违约概率值。

import json

import numpy as np

import pandas as pd