在Python中使用GridSearch从sklearn模型生成PMML

我希望在sklearn中培训模型，并通过PMML（使用）将其导出到其他环境中执行

我能够从普通（k-最近邻）模型（没有GridSearch）生成PMML，但是GridSearch会出现以下错误-

TypeError:管道对象不是PMMLPipeline的实例 该错误是有意义的（因为GridSearchCV不返回PMMLPipeline），但正在考虑如何将优化（w/GridSearch）模型导出到PMML（例如，是否有方法将GridSearch包含在PMMLPipeline中）

下面的代码-TIA了解任何想法

from sklearn.neighbors import KNeighborsRegressor
from sklearn.model_selection import GridSearchCV

knn_pipe = PMMLPipeline([
("regressor", KNeighborsRegressor())
])

param_grid = {"regressor__n_neighbors": [3, 2,10],
          "regressor__weights": ["uniform","distance"],
          "regressor__algorithm": ["auto", "ball_tree", "kd_tree"]}

cv = GridSearchCV(knn_pipe, param_grid=param_grid)

print(train.drop('y',axis=1).shape)

cv.fit(X,Y)

best_parameters = cv.best_estimator_.get_params()
print("best parameter = {}".format(best_parameters))

from sklearn2pmml import sklearn2pmml
sklearn2pmml(cv, "kNNMercedes.pmml", with_repr = True)




['regressor__algorithm', 'regressor__n_neighbors', 'regressor__metric', 
'regressor__leaf_size', 'regressor', 'regressor__p', 
'regressor__metric_params', 'steps', 'regressor__n_jobs', 
'regressor__weights']
 (4209, 365)
best parameter = {'regressor__algorithm': 'auto', 'regressor__n_neighbors': 
10, 'regressor__metric': 'minkowski', 'regressor__leaf_size': 30, 'regressor': 
KNeighborsRegressor(algorithm='auto', leaf_size=30, metric='minkowski',
          metric_params=None, n_jobs=1, n_neighbors=10, p=2,
      weights='distance'), 'regressor__p': 2, 'regressor__metric_params': None, 'steps': [('regressor', KNeighborsRegressor(algorithm='auto', leaf_size=30, metric='minkowski',
      metric_params=None, n_jobs=1, n_neighbors=10, p=2,
      weights='distance'))], 'regressor__n_jobs': 1, 'regressor__weights': 
'distance'}
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-38-d548c1bff799> in <module>()
 30 
 31 from sklearn2pmml import sklearn2pmml
---> 32 sklearn2pmml(cv, "kNNMercedes.pmml", with_repr = True)
 33 
 34 print("yeay PMML!")

/Users/venuv/.local/lib/python2.7/site-packages/sklearn2pmml/__init__.pyc in 
sklearn2pmml(pipeline, pmml, user_classpath, with_repr, debug)
125                 print("sklearn2pmml: ", __version__)
126         if(not isinstance(pipeline, PMMLPipeline)):
--> 127                 raise TypeError("The pipeline object is not an 
instance of " + PMMLPipeline.__name__)
128         cmd = ["java", "-cp", os.pathsep.join(_package_classpath() + user_classpath), "org.jpmml.sklearn.Main"]
129         dumps = []

TypeError: The pipeline object is not an instance of PMMLPipeline

从sklearn.com导入Kneighbors回归器
从sklearn.model_选择导入GridSearchCV
knn_管道=PMML管道([
（“回归器”，kneighborsressegator（））
])
param_grid={“回归器n_邻居”：[3,2,10]，
“回归器权重”：[“均匀”、“距离”]，
“回归算法”：[“自动”、“球树”、“kd树”]}
cv=网格搜索cv（knn_管道，参数网格=参数网格）
打印（序列下降（'y'，轴=1）.形状）
等速配合（X，Y）
最佳参数=cv.最佳估计量
打印（“最佳参数={}”。格式（最佳参数））
从sklearn2pmml导入sklearn2pmml
sklearn2pmml（cv，“knnmmercedes.pmml”，带_repr=True）
[‘回归器算法’、‘回归器n_近邻’、‘回归器度量’，
“回归器叶大小”、“回归器”、“回归器叶大小”，
“回归器度量参数”、“步骤”、“回归器作业”，
“回归器权重”]
(4209, 365)
最佳参数={'regressor\uuu algorithm'：'auto'，'regressor\uu n\u Neights'：
10，‘回归器度量’：‘minkowski’，‘回归器叶大小’：30，‘回归器’：
Kneighbors回归器（算法='auto'，叶大小=30，度量='minkowski'，
度量参数=None，n_作业=1，n_邻居=10，p=2，
权重='distance'），'regressor_uup'：2，'regressor_umetric_params'：无，'steps'：[（'regressor'，Kneighbors regressor（algorithm='auto'，leaf_size=30，metric='minkowski'，
度量参数=None，n_作业=1，n_邻居=10，p=2，
权重=“距离”）]，“回归器作业”：1，“回归器权重”：
“距离”}
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
30
31从sklearn2pmml导入sklearn2pmml
--->32 sklearn2pmml（cv，“knnmmercedes.pmml”，带_repr=True）
33
34打印（“YeayPMML！”）
/中的Users/venuv/.local/lib/python2.7/site packages/sklearn2pmml/_init__.pyc
sklearn2pmml（管道，pmml，用户类路径，带报告，调试）
125打印（“sklearn2pmml:，_版本_;）
126如果（不存在（管道、PMMLPipeline））：
-->127 raise TypeError（“管道对象不是
“+PMMLPipeline.\u_名称\u_”的实例
128 cmd=[“java”，“-cp”，os.pathsep.join（_package_classpath（）+user_classpath），“org.jpmml.sklearn.Main”]
129次转储=[]
TypeError:管道对象不是PMMLPipeline的实例

解决方案是在安装的

GridSearchCV

实例上构建一个

PMMLPipeline

实例：

pipeline = PMMLPipeline([
  ("best_estimator", cv.best_estimator_)
])
sklearn2pmml(pipeline, "pipeline.pmml")

---

User@vivek kumar在JPMML SkLearn项目中报告了这个问题，并在那里收到了一些额外的评论。请参见

您可以发布完整的错误堆栈跟踪吗？此外，您试图保存的knn_管道尚未安装（经过培训）。@VivekKumar谢谢。我更新了代码（和堆栈跟踪），您只能在该命令中使用PMMLPipeline对象，因此出现了错误。您可以在sklearn2pmml行中使用

cv.best\u estimator\uu

吗？这不起作用。这里的主要问题是关于Kneighbors回归器的参数

权重的特定值（“距离”）。因此，总结您的讨论（通过我自己的原型验证）-1。cv.best_估计器本身就是一个PMML管道，2'“距离”目前不受权重fn的支持。因此，当我使用允许的权重函数运行GridSearchCV时，不带“距离”的GridSearchCV就可以工作，而无需将其包装到另一个管道中。感谢您的想法
GridSearchCV
使用
uniform
weights函数，但不使用
distance
。如果将
PMMLPipeline
作为第一个参数传递给
GridSearchCV
，则无需重新包装任何内容（因为
cv.best_estimator
也将是
PMMLPipeline
）。但是，如果第一个参数是“原始”估计量，那么您需要将其包装为如上所示。原始错误消息“管道对象不是PMMLPipeline的实例”表示您正在/正在处理“原始”估算器，因此需要进行包装。是的，当sklearn2pmml命令中使用
cv
时，需要进行包装。但是在你的答案中，你使用了
cv.best\u estimator\uu
并包装了它，这是不需要的。