用预测的pmml模型预测训练集，不准，感觉模型没有训练

Question

用预测的模型预测训练集，不准，感觉模型没有训练

import pandas
from sklearn.datasets import load_iris

iris_df = load_iris()
iris_X = iris_df.data
iris_y = iris_df.target


from sklearn.tree import DecisionTreeClassifier
from sklearn2pmml.pipeline import PMMLPipeline
pipeline = PMMLPipeline([
    ("classifier", DecisionTreeClassifier())
])
pipeline.fit(iris_X, iris_y)

from sklearn2pmml import sklearn2pmml
sklearn2pmml(pipeline, "DecisionTreeIris1.pmml", with_repr = True)


from pypmml import Model
model = Model.load("DecisionTreeIris1.pmml")
model.predict([5.1,3.5,1.4,0.2])

Answer 1

参考一下

missing参数导致：xgboost转为pmml格式后与刚训练好的模型预测结果不一致 建模填坑系列 001_高聪江的博客-CSDN博客_pmml 缺失值 001号坑：xgb转为pmml格式文件后预测结果与刚训练好的模型预测结果不一致本人在做风控算法建模师的过程中确实踩了很多坑，希望在此系列中复现问题，并且把解决方案整理于此方便各位同仁解决问题。本系列帖子准备以总-分结构排布，着急解决问题的朋友可以直接看文章问题原因及解决方案速览我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新... https://blog.csdn.net/weixin_44239904/article/details/103153084