如何处理将 xgboost 转换为 pmml 的空值？答案

【问题标题】：How to handle null values with xgboost converted to pmml?如何处理将 xgboost 转换为 pmml 的空值？
【发布时间】：2019-07-08 13:19:26
【问题描述】：

我有一个基于包含 np.nan 值的数值数据训练的 xgboost 模型。我使用 sklearn2pmml 库将 xgboost 模型转换为 pmml。

我用 openscoring 库测试 pmml。在没有空值的数据上，pmml 进行预测并给出与模型相同的结果。
在具有空值的数据上，pmml 无法进行预测并返回 JSONDecodeError。

我应该如何修改 pmml 以处理空值并返回与原始预测相同的预测（xgboost 模型）？

【问题讨论】：

【解决方案1】：

对于带有空值的数据，pmml 无法进行预测并返回 JSONDecodeError。

JSONDecodeError 与 Openscoring 相关，与任何级别的 PMML、XGBoost 或 Scikit-Learn 无关。

这个 JSONDecodeError 的根本原因应该在 Openscoring 的服务器端日志文件中解释。鉴于这是一个“解码错误”，那么您的输入很可能是无效和/或格式错误的。

【讨论】：

没错。我将输入数据中的 np.nan 更改为字符串“NA”，并通过 Openscoring。然后在 PMML 中，它导致“NA”的值无效。我可以用属性invalidValueTreatment="asMissing" 和missingValueStrategy="none" 处理它，谢谢你的帮助！
使用 sklearn2pmml 包将 XGBoost 模型转换为 PMML 时，可以使用 sklearn2pmml.decoration.CategoricalDomain 和 ContinuousDomain 伪转换器自定义缺失值的表示和处理 - 请参阅文档。这样您就无需手动修改 PMML 文件。