Неправильные прогнозы после экспорта файла в PMML с R на Python - PullRequest
Новая
       44

Неправильные прогнозы после экспорта файла в PMML с R на Python

0 голосов
/ 19 июня 2020

Я построил классификатор gbm на R, используя библиотеку gbm. 

gbm2<-gbm(deal_stage~.,data=train,train.fraction=1,
          interaction.depth=4,shrinkage=.001,
          n.trees=6000,bag.fraction=0.5,cv.folds=5,
          distribution="bernoulli",verbose=T)

r2pmml(gbm2,"/gbm_test.pmml",compact=TRUE)

Затем на Python, когда я пытаюсь делать прогнозы из файла PMML, я получаю результаты, отличные от тех, что были у меня на R. 

from pypmml import Model
model = Model.fromFile('gbm_test.pmml')
model.predict(observation)

В целом я получаю разную точность на поезде и на тестовом наборе для обеих моделей. Мой набор данных содержит целочисленные и строковые функции. И для некоторых полей отсутствуют значения, которые обычно должны обрабатываться классификатором.

Я был бы очень признателен за совет, чтобы увидеть, что мне следует изменить, чтобы мои прогнозы на Python совпадали с тем, что я наблюдаю на Р! Спасибо!

1 Ответ

0 голосов
/ 20 июня 2020

Если вы используете инструменты JPMML для преобразования моделей в файлы PMML, вам также следует использовать оценщики JPMML для оценки этих файлов PMML. Программный проект JPMML имеет обширное покрытие интеграционным тестированием, которое охватывает весь конвейер.

Получите ли вы сейчас правильные прогнозы, если переключитесь с PyPMML на JPMML-Evaluator- Python?

...