如何在 python 中對 PMML 模型進行超參數調整？

Question

我正在使用 Python 中的以下代碼創建一個 RandomForest PMML 模型

from sklearn2pmml.pipeline import PMMLPipeline
from sklearn2pmml import sklearn2pmml
rf=RandomForestClassifier()
rf = PMMLPipeline([('random',rf)])
rf.fit(X_train, y_train)
sklearn2pmml(rf, "classification pmml file/random.pmml",with_repr=True)

我正在使用 Python 中的以下代碼加載保存的 RandomForest 模型

from pypmml import Model
rf = Model.fromFile('classification pmml file/random.pmml')

如何在 Python 中對這個 RandomForest PMML 模型進行超參數調整？

Answer 1

您可以像往常一樣進行超參數調整； 如果使用SkLearn2PMML包將生成的調整管道轉換為 PMML 表示，則無需執行任何特殊操作。

簡而言之，如果您只調整一個估算器，那么只需將其包裝到GridSearchCV中即可。 例如：

pipeline = PMMLPipeline([
  ("tuned-rf", GridSearchCV(RandomForestClassifier(..), param_grid = {..}))
])
pipeline.fit(X, y)

如果您正在調整多個估算器，那么您可以將GridSearchCV視為頂級工作流引擎，並將整個管道包裝到其中。 調整后的管道可以作為GridSearchCV.best_estimator_屬性之后獲得：

pipeline = PMMLPipeline([
  ("rf", RandomForestClassifier(..))
])
gridsearch = GridSearchCV(pipeline, param_gird = {..})
gridsearch.fit(X, y)
pipeline = gridsearch.best_estimator_

更多詳情請看以下技術文章： https : //openscoring.io/blog/2019/12/25/converting_sklearn_gridsearchcv_pipeline_pmml/