Java 在Python 3.6中调用sklearn2pmml（）函数会引发RuntimeError

我试图将管道对象保存为PMML，Python抛出一个运行时错误

我的Python版本是

3.6

，

sklearn2pmml

版本是

0.44.0

，JDK版本是

1.8.0\u 201

所有这些都符合软件包的先决条件

以下是我到目前为止所做的。（我不包括数据加载和清理部分）

在我运行上面提到的最后一行之后发生的事情是

sklearn2pmml(pmml_pipeline, 'logit.pmml', with_repr=True)
Standard output is empty
Standard error:
Apr 30, 2019 11:59:04 AM org.jpmml.sklearn.Main run
INFO: Parsing PKL..
Apr 30, 2019 11:59:04 AM org.jpmml.sklearn.Main run
INFO: Parsed PKL in 230 ms.
Apr 30, 2019 11:59:04 AM org.jpmml.sklearn.Main run
INFO: Converting..
Apr 30, 2019 11:59:04 AM org.jpmml.sklearn.Main run
SEVERE: Failed to convert
java.lang.IllegalArgumentException: Expected an estimator object as the last step, got a transformer object (Python class sklearn.pipeline.Pipeline)
        at sklearn2pmml.pipeline.PMMLPipeline.getEstimator(PMMLPipeline.java:541)
        at sklearn2pmml.pipeline.PMMLPipeline.encodePMML(PMMLPipeline.java:93)
        at org.jpmml.sklearn.Main.run(Main.java:145)
        at org.jpmml.sklearn.Main.main(Main.java:94)

Exception in thread "main" java.lang.IllegalArgumentException: Expected an estimator object as the last step, got a transformer object (Python class sklearn.pipeline.Pipeline)
        at sklearn2pmml.pipeline.PMMLPipeline.getEstimator(PMMLPipeline.java:541)
        at sklearn2pmml.pipeline.PMMLPipeline.encodePMML(PMMLPipeline.java:93)
        at org.jpmml.sklearn.Main.run(Main.java:145)
        at org.jpmml.sklearn.Main.main(Main.java:94)

Traceback (most recent call last):

  File "<ipython-input-129-f5c307b4aaba>", line 1, in <module>
    sklearn2pmml(pmml_pipeline, 'logit.pmml', with_repr=True)

  File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn2pmml\__init__.py", line 252, in sklearn2pmml
    raise RuntimeError("The JPMML-SkLearn conversion application has failed. The Java executable should have printed more information about the failure into its standard output and/or standard error streams")

RuntimeError: The JPMML-SkLearn conversion application has failed. The Java executable should have printed more information about the failure into its standard output and/or standard error streams

sklearn2pmml（pmml_管道，'logit.pmml'，且_repr=True）
标准输出为空
标准错误：
2019年4月30日上午11:59:04 org.jpmml.sklearn.Main run
信息：正在解析PKL。。
2019年4月30日上午11:59:04 org.jpmml.sklearn.Main run
信息：在230毫秒内解析了PKL。
2019年4月30日上午11:59:04 org.jpmml.sklearn.Main run
信息：正在转换。。
2019年4月30日上午11:59:04 org.jpmml.sklearn.Main run
严重：转换失败
java.lang.IllegalArgumentException：最后一步需要一个estimator对象，得到一个transformer对象（Python类sklearn.pipeline.pipeline）
位于sklearn2pmml.pipeline.PMMLPipeline.getEstimator（PMMLPipeline.java:541）
位于sklearn2pmml.pipeline.PMMLPipeline.encodePMML（PMMLPipeline.java:93）
位于org.jpmml.sklearn.Main.run（Main.java:145）
位于org.jpmml.sklearn.Main.Main（Main.java:94）
线程“main”java.lang.IllegalArgumentException中的异常：最后一步需要一个estimator对象，得到一个transformer对象（Python类sklearn.pipeline.pipeline）
位于sklearn2pmml.pipeline.PMMLPipeline.getEstimator（PMMLPipeline.java:541）
位于sklearn2pmml.pipeline.PMMLPipeline.encodePMML（PMMLPipeline.java:93）
位于org.jpmml.sklearn.Main.run（Main.java:145）
位于org.jpmml.sklearn.Main.Main（Main.java:94）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
sklearn2pmml（pmml_管道'logit.pmml'，其中_repr=True）
文件“C:\ProgramData\Anaconda3\lib\site packages\sklearn2pmml\\uuuu init\uuuu.py”，第252行，位于sklearn2pmml中
raise RUNTIMERROR（“JPMML SKLERN转换应用程序失败。Java可执行文件应已将有关失败的更多信息打印到其标准输出和/或标准错误流中”）
运行时错误：JPMML SkLearn转换应用程序失败。Java可执行文件应该已经将有关故障的更多信息打印到其标准输出和/或标准错误流中

---

现在根据一些人的说法，这是一些JDK兼容性问题，使用JDK版本1.9及以上或1.6及以下会引发此类问题。但是既然sklearn2pmml可以接受我的JDK版本，为什么会出现这种错误？

正如底层Java异常所告诉的那样，

sklearn2pmml.pipeline.PMMLPipeline

类希望通过步骤列表进行参数化，其中最后一步包含一些估计器对象。在您的例子中，您正在使用步骤的单个元素列表参数化

PMMLPipeline

；最后一步保存一个

管道

对象，在这个意义上它不是估计器对象

要解决这个问题，只需去掉中间层

logit\u pipline

层（在管道中包装管道的想法是什么？）

例如，这将起作用：

logit_pipline = PMMLPipeline([..])
logit_pipeline.fit(X, y)
sklearn2pmml(logit_pipeline, "logit.pmml")

---

这个问题与JDK、Python或Scikit学习版完全无关。

对于新手来说，这个问题非常好！希望有人能过来解释一下。如果不知道你的“logit.pmml”文件，答案不大可能。我认为此文件中缺少一些配置/步骤。即使在进行了您建议的更改后，我仍会收到相同的错误。那么，您仍然有一个管道嵌套在另一个管道中？只需去掉这两个管道中的一个（

logit\u pipline

或

pmml\u pipeline

），并将“幸存者”的类型更改为

PMMLPipeline

。我去掉了嵌套管道，并尝试运行代码。我仍然收到相同的错误。它不可能是相同的错误，因为此错误是关于嵌套在另一个管道中的一个管道。这不是一个不同的错误，就是您仍然有两条管道。显示你的代码。是的，你是对的。我的错。我得到一个与CountVectorizer相关的错误。logit_pipeline=PMMLPipeline（[（'vect'，CountVectorizer（ngram_range=（1,2）），（'tfidf'，tfidftranger（use_idf=True）），（'clf'，logisticsregression（C=11.3）））logit_pipeline.fit（X，y）sklearn2pmml（logit_pipeline，'logit.pmml'））严重：无法转换java.lang.IllegalArgumentException:属性“sklearn.feature\u extraction.text.CountVectorizer.tokenizer”缺少一个值（无/空）

logit_pipline = PMMLPipeline([..])
logit_pipeline.fit(X, y)
sklearn2pmml(logit_pipeline, "logit.pmml")