PMML GBDTLRClassifier 中的分类特征设置错误

Question

我尝试按照说明 here 设置我的 GBDTLRClassifier。首先，我对我的专栏进行了标签编码。然后我定义我的分类和连续特征，将列名放在两个列表中。

cat  # categorical column names
conts # continuous column names

gbm = lgb.LGBMClassifier(n_estimator = 90)
classifier = GBDTLRClassifier(gbm, LogisticRegression(penalty='l2'))
dm = DataFrameMapper([([cat_col], CategoricalDomain()) for cat_col in cat] + [(conts, ContinuousDomain())])

pipeline = PMMLPipeline([('mapper', dm), ('classifier', classifier)])
pipeline.fit(df[cat + conts], df['y'], classifier__gbdt__eval_set=[(val[cat + conts], val['y'])], classifier__gbdt__early_stopping_rounds = 5, classifier__gbdt__categorical_feature=cat)

pp = make_pmml_pipeline(pipelin, target_fields=['y'])
sklearn2pmml(pp, '/tmp/lgb+lr.pmml')

我在拟合中收到错误消息：TypeError: Wrong type(str) or unknown name(root) in categorical_feature。而 root 肯定在 cat 中。看起来 lgbm 不知道哪些列是分类的，这令人困惑。

此外，当我删除映射器部分时，没有拟合错误，但在生成 pmml 文件时转换失败并显示消息：transformer object of the first step does not specify the number of input features.

有谁能告诉我如何使这个过程起作用。谢谢

Answer 1

根据评论 here，当我将字符串列名称发送到 categorical_feature 时需要设置 feature_name。这里有点棘手。

PMML GBDTLRClassifier 中的分类特征设置错误

categorical feature setting error in PMML GBDTLRClassifier

python

machine-learning

pmml

lightgbm