【发布时间】：2020-10-09 19:42:21
【问题描述】：
我使用库 gbm 在 R 上构建了一个 gbm 分类器。
gbm2<-gbm(deal_stage~.,data=train,train.fraction=1,
interaction.depth=4,shrinkage=.001,
n.trees=6000,bag.fraction=0.5,cv.folds=5,
distribution="bernoulli",verbose=T)
r2pmml(gbm2,"/gbm_test.pmml",compact=TRUE)
然后在 Python 上，当我尝试从 PMML 文件中进行预测时，得到的结果与在 R 上得到的结果不同。
from pypmml import Model
model = Model.fromFile('gbm_test.pmml')
model.predict(observation)
总体而言，我在训练集和测试集上对两种模型的准确度有所不同。 我的数据集包含整数和字符串特征。并且某些字段存在缺失值，通常应该由分类器处理。
我非常感谢您提出建议，看看我应该改变什么以使我对 Python 的预测与我在 R 上观察到的一致！ 谢谢！
【问题讨论】：
-
能不能在pypmml的github上开个issue？ github.com/autodeployai/pypmml，你最好附上你的模型，并使用 R 模型提供一个或多个观察记录的结果，然后 pypmml 维护者可以轻松地重现你的问题。