在R環境中部署Amazon sagemaker生成的XGBoost模型

Question

我正在嘗試在R環境中部署XGBoost模型，該模型使用Amazon sagemaker進行了培訓。 sagemaker生成的模型存儲為Python泡菜對象。

使用R中的{reticulate}包，我可以將模型導入R。但是，與在同一測試數據集上直接在Amazon sagemaker上直接使用該模型相比，在R中本地使用該模型可以提供非常不同的預測。 我懷疑將python存儲的XGBoost模型轉換為XGBoost模型可能會有問題。這是我用來進行轉換的相關代碼：

library(reticulate)
library(xgboost)

model <- py_load_object("sagemaker-model")
# save the model locally, to be reload into R
model$save_model("local-model")
model_R = xgb.load("local-model")

我首先在本地保存“ sagemaker模型”，然后使用R讀回它的原因是因為我想在R中使用本機xgboost進行預測，而不是依賴於網狀結構進行預測。 但是，這些預測顯然是不正確的。

Answer 1

問題在於在Python中，xgboost需要np.array作為輸入。 因此，您必須使用Dmatrix函數轉換輸入。

像這樣：

dtrain <- xgb.DMatrix(train$data, label=train$label)