如何转换Scikit Learn OneVsRestClassifier预测方法输出到谷云ML的密集阵列？

Question

我有一个模型，我使用sklearn Pipeline和我试图部署到Cloud ML Engine的OneVsRestClassifier进行训练，但是当我使用命令时：

gcloud ml-engine predict --model $MODEL_NAME --version $VERSION_NAME --json-instances $INPUT_FILE

我收到错误：

{ "error": "Prediction failed: Bad output type returned.The predict function should return either a numpy ndarray or a list." }

这让我相信OneVsRestClassifier的预测方法输出是一个稀疏矩阵，而它应该是一个numpy数组。 如何将其输出转换为我的管道中的密集数组？

管道的架构如下所示：

Pipeline([('tfidf', tfidf), ('clf', OneVsRestClassifier(XGBClassifier())])

谢谢！

我尝试使用这里的方法（ Google Cloud ML-engine scikit-learn预测概率'predict_proba（）' ）用它的predict_proba方法覆盖OneVsRestClassifier的预测方法，但是当我尝试挑选新的方法时会导致以下错误管道：

PicklingError: Can't pickle <function OneVsRestClassifier.predict_proba at 0x10a8f9d08>: it's not the same object as sklearn.multiclass.OneVsRestClassifier.predict_proba

Answer 1

AI平台（以前称为Cloud Machine Learning Engine）为您的模型提供服务，并期望输入和输出为json可序列化。 如果模型返回稀疏矩阵，则需要将其转换为密集矩阵（有关详细信息，请参阅此内容）。

如果您选择覆盖predict_proba ，那么您将使用一些自定义代码（您的代码覆盖该函数）部署您的模型。 然后，在部署模型时，您需要打包自定义代码并将其与模型一起传递。 有关如何使用自定义代码部署模型的更多信息，请访问AI Platform上的自定义预测例程 。