如何在 python 中对 PMML 模型进行超参数调整？答案

【问题标题】：How can I do HyperParameter Tuning for PMML model in python?如何在 python 中对 PMML 模型进行超参数调整？
【发布时间】：2020-04-08 14:52:02
【问题描述】：

我正在使用 Python 中的以下代码创建 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 中的以下代码加载保存的 RandomForest 模型

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

如何在 Python 中对此 RandomForest PMML 模型进行超参数调优？

【问题讨论】：

标签： python machine-learning random-forest hyperparameters pmml

【解决方案1】：

您可以像往常一样进行超参数调优；如果使用SkLearn2PMML 包将生成的调谐管道转换为 PMML 表示，则无需做任何特别的事情。

简而言之，如果您只调整一个估算器，那么只需将其包装到 GridSearchCV 中。例如：

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

如果您正在调整多个估算器，那么您可以将 GridSearchCV 视为顶级工作流引擎，并将整个管道封装到其中。调整后的管道可以通过GridSearchCV.best_estimator_ 属性获得：

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

更多详情请看以下技术文章：https://openscoring.io/blog/2019/12/25/converting_sklearn_gridsearchcv_pipeline_pmml/

【讨论】：