Python模型上线 - 对sklearn2pmml转换自定义函数的探索

一、背景
本地Python训练LR模型，做了WOE分箱，需转成PMML文件上线，希望PMML文件既包含数据处理部分又包含模型打分部分。

二、实现过程
思路：通过 DataFrameMappe r创建 mapper --> 通过 PMMLpipeline 创建 pipeline --> sklearn2pmml 转成 PMML

DataFrameMapper 可支持 sklearn 中自带的数据处理函数，自定义函数需要使用 FunctionTransformer 来转换，自定义函数有如下几种方式：
1）数组函数，对整列做变换；
2）ufunc函数，先写针对某一元素的函数，再通过 np.frompyfunc 或 np.vectorize 转成可以作用在整列上的函数；
3）直接在 FunctionTransformer 里面写lambda函数，注意这种方式不支持转成 pickle 文件（sklearn2pmml 中包含转化 pickle 的步骤）。

代码如下：

import numpy as np
from sklearn.linear_model import LogisticRegression
import sklearn2pmml
from sklearn2pmml.pipeline import PMMLPipeline
from sklearn_pandas import DataFrameMapper
from sklearn.preprocessing import FunctionTransformer
from sklearn import preprocessing

#1.自定义函数
#1）数组函数
def func_x2(x):
    y =