是否可以从调用 skl2onnx 保存的 sklearn 模型中获取树 decision_path？
Is it possible to get tree decision_path from calls to sklearn models saved with skl2onnx?
例如：https://github.com/onnx/sklearn-onnx/blob/master/docs/tutorial.rst
但是
model = sklearn.ensemble.RandomForestRegressor()
我们可以得到
models.estimators_[0].decision_path(X)
我们可以使用转换为 ONNX 的模型执行此操作吗？
或者有没有办法简单地将 ONNX 文件加载回 sklearn？
不幸的是，这是不可能的——skl2onnx 转换器不会在转换后的 ONNX 模型中公开决策路径。对于 SciKitLearn 的回归器，我们仅公开 ONNX 模型中的预测分数。在分类器中，我们公开了预测的 class 和概率/决策函数分数。
也无法将转换后的 ONNX 模型加载回 SciKitLearn。
例如：https://github.com/onnx/sklearn-onnx/blob/master/docs/tutorial.rst
但是
model = sklearn.ensemble.RandomForestRegressor()
我们可以得到
models.estimators_[0].decision_path(X)
我们可以使用转换为 ONNX 的模型执行此操作吗？
或者有没有办法简单地将 ONNX 文件加载回 sklearn？
不幸的是，这是不可能的——skl2onnx 转换器不会在转换后的 ONNX 模型中公开决策路径。对于 SciKitLearn 的回归器，我们仅公开 ONNX 模型中的预测分数。在分类器中，我们公开了预测的 class 和概率/决策函数分数。
也无法将转换后的 ONNX 模型加载回 SciKitLearn。