在Python训练到Scala的XGBoost模型

Question

我已经使用Sklearn API训练了模型并保存了模型

from xgboost.sklearn import XGBClassifier
model = XGBClassifier()
model.fit(X_train, y_train)
with open(path + '.pkl', 'wb') as file:
    cPickle.dump(model, file)

有没有办法加载scala api？

如果我使用Python API（而不是Sklearn API）训练它，并使用：

保存它

model.save_model("trained_model.model")

然后我可以使用：

加载scala

import ml.dmlc.xgboost4j.scala.XGBoost
val model = XGBoost.loadModel("trained_model.model")

是否有类似的方法来加载Scala中的PKL形成的模型？

或者可以将Sklearned-api-Xgboost模型转换为Python-Api模型？在可以使用上述代码加载Python-Api模型之后。

有任何见解？

Answer 1

对于那些提出这个问题的人来说，解决方案是：

使用Sklearn API训练模型时，您可以保存为：

model._Booster.save_model("trained_model.model")

save_model用于python api。

后来，该模型可以按照问题所述加载到Scala API中：

val model = XGBoost.loadModel("trained_model.model")