Python如何保存和加载PMML文件

最新推荐文章于 2024-04-26 21:15:00 发布

Apollo丶小杨

最新推荐文章于 2024-04-26 21:15:00 发布

阅读量1.1k

点赞数 1

文章标签：机器学习逻辑回归 python

本文链接：https://blog.csdn.net/weixin_44152939/article/details/126381281

版权

下载安装必要的库

pip install pypmml
pip install sklearn2pmml

导入必要的库

from sklearn2pmml import PMMLPipeline, sklearn2pmml
from pypmml import Model

保存模型，以lr模型为例

# 创建PMML管道
pipeline = PMMLPipeline([
    ('classifier', LogisticRegression(C=gscv.best_params_['C'], class_weight=gscv.best_params_['class_weight'], solver='saga'))
])
pipeline.fit(x_train, y_train)  # 训练模型
sklearn2pmml(pipeline, 'lr.pmml')   # 保存模型

加载模型进行预测，打印指标

def ProbabilitytoValue(x):
    if x >= 0.5:
        return 1
    return 0
  
modelpmml = Model.fromFile('lr.pmml')   # 加载模型文件
ypre_pmml = modelpmml.predict(x_test)      # 训练  注意，这里输出的是概率
ypre_pmml = list(map(ProbabilitytoValue, np.array(ypre_pmml)[:, 1]))
print(recall_score(y_test, ypre_pmml))
print(precision_score(y_test, ypre_pmml))
print(accuracy_score(y_test, ypre_pmml))