XGBoost模型文件轉化爲PMML

運用java包和指令行講XGBoost模型轉化爲PMML通用模型文件。

前期準備

1. 下載jpmml-xgboost, https://github.com/jpmml/jpmml-xgboost/archive/master.zip ；
2. 安裝java1.7或以上版本；
3. 安裝 Apache Maven。

配置環境

在終端進入項目的根目錄，執行：

  mvn clean install

這一步是根據項目目錄中的pom.xml文件新建一個可執行的java包 target/converter-executable-1.1-SNAPSHOT.jar。

使用步驟

轉化過程可以概括爲以下三步：

1. 運用XGBoost訓練模型；
2. 保存模型及其相關的特徵信息；
3. 運用JPMML-XGBoost轉化命令行將第二步中的兩個文件轉化爲一個pmml格式的文件。

訓練模型並保存爲本地文件

使用 mtcars 數據，應用R包xgboost訓練一個線性模型。代碼如下：

library("xgboost")
source("src/main/R/util.R")
data(mtcars)

# Convert selected columns from numeric datatype to integer or factor datatypes
mtcars$cyl = as.integer(mtcars$cyl)
mtcars$vs = as.factor(mtcars$vs)
mtcars$am = as.factor(mtcars$am)
mtcars$gear = as.integer(mtcars$gear)
mtcars$carb = as.integer(mtcars$carb)

mpg_y = mtcars[, 1]
mpg_X = mtcars[, 2:ncol(mtcars)]

# Generate DMatrix file

mpg.dmatrix = genDMatrix(mpg_y, mpg_X, "xgboost.svm”) # genDMatrix是在util.R中定義的

# Generate feature map file

mpg.fmap = genFMap(mpg_X, "xgboost.fmap”) # genFMap是在util.R中定義的

set.seed(31)

# Train a linear regression model
mpg.xgb = xgboost(data = mpg.dmatrix, objective = "reg:linear", nrounds = 7)

# Save the model in XGBoost proprietary binary format
xgb.save(mpg.xgb, "xgboost.model")

# Dump the model in text format
xgb.dump(mpg.xgb, "xgboost.model.txt", fmap = "xgboost.fmap")

模型轉化爲PMML文件

運用JPMML-XGBoost轉化命令行將第二步中的兩個文件xgboost.model和xgboost.fmap轉化爲一個pmml格式的文件

java -jar target/converter-executable-1.1-SNAPSHOT.jar --model-input xgboost.model --fmap-input xgboost.fmap --target-name mpg --pmml-output xgboost.pmml

獲取幫助詳情

java -jar target/converter-executable-1.1-SNAPSHOT.jar --help