在python中将XGBoost转换为PMML

我有以下数据帧

列车x:

col1 col2 col3
1      4    89
0.4    1.6  14
100    678  970

target
0
0
1

训练：

col1 col2 col3
1      4    89
0.4    1.6  14
100    678  970

target
0
0
1

我想将xgboost模型转换为pmml，如下所示：

from sklearn2pmml import sklearn2pmml, PMMLPipeline
from sklearn_pandas import DataFrameMapper
from xgboost.sklearn import XGBClassifier
pipeline = PMMLPipeline([("mapper", DataFrameMapper([
                                    ([num_features,SimpleImputer(strategy='median')],
                                     [num_features,StandardScaler()],
                                     [cat_features,SimpleImputer(strategy='constant', fill_value='missing')],
                                     [cat_features,OneHotEncoder(sparse=False, handle_unknown='ignore')])
                                     ])),
                         ("classifier", XGBClassifier(**best_params,n_jobs=-1))
])

并安装管道

pipeline.fit(train_x, train_y)

但我得到下面的错误

TypeError:_build_feature（）接受2到3个位置参数，但给出了4个**

---

此

TypeError

由

DataFrameMapper.fit

方法引发，因为您指定了无效的列到转换器映射

---

您应该指定一个包含两个元组（

[（），（）]

）的列表，但现在您提供的是一个单例列表，其中包含一个元组，其中包含四个列表（

[（[]，[]，[]，[]，[]）

。

此
类型错误是由
DataFrameMapper.fit
方法引发的，因为您指定了无效的列到转换器映射

您应该指定一个包含两个元组（
[（），（）]
）的列表，但现在您提供的是一个单例列表，其中包含一个元组，其中包含四个列表（
[（[]，[]，[]，[]，[]）
）