python - 如何将 sklearn 逻辑回归转换为 PMML 记分卡模型

Question

我正在尝试将 python 中的记分卡模型转换为PMML 记分卡模型。

我已经使用分级训练数据训练了 sklearn 逻辑回归。现在我有了经过训练的 LR 模型（或包含 LR 的管道）、包含分箱标签和 WOE 的分箱信息，以及预先建立的偏移量和因子。我可以将管道 sklearn2PMML 导入 PMML，但是如果我想要一个可以直接输出分数而不是概率的 PMML 记分卡模型怎么办？

有没有可能的方法来做到这一点？谢谢！

标签： pythonscikit-learnpmml

Answer 1

应该可以开发一个库/工具，将二元分类类型RegressionModel或GeneralRegressionModel模型重组为回归类型Scorecard模型；WOE 和流程的其他补充信息将使用外部设置/配置文件提供。

或者，您可以尝试对 LR 估计器类进行子类化，并将补充信息保留在那里。可以使用SkLearn2PMML-Plugin方法为自定义转换器和估计器类型扩展SkLearn2PMML包。

R2PMML包提供了一种将对象转换为对象的方法，然后可以将其转换为模型。glmr2pmml::scorecardScorecard