在Python中训练的Port XGBoost模型到另一个用C / C ++编写的系统中

Question

bounty过期在21小时内。该问题的答案有资格获得+ 50声望赏金。user3848207想要引起更多关注对此问题。

假设我已经成功地用python训练了XGBoost机器学习模型。

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=7)
model = XGBClassifier()
model.fit(x_train, y_train)
y_pred = model.predict(x_test)

我想将此模型移植到将用C / C ++编写的另一个系统。为此，我需要了解经过XGboost训练的模型的内部逻辑，并将它们转换为一系列if-then-else语句（例如决策树），如果我没有记错的话。

如何完成？如何找出经过XGBoost训练的模型的内部逻辑以在另一个系统上实现它？

我正在使用python 3.7。

Answer 1

Answer 2

model = XGBClassifier()
model.fit(x_train, y_train)
 ...
import m2cgen as m2c

with open('./model.c','w') as f:
    code = m2c.export_to_c(model)
    f.write(code)

关于这个包的真正很棒的事情是，它支持许多不同类型的模型，例如

线性

SVM
• 树
• 随机森林
• 提升中

还有一件事。 m2cgen还支持多种语言，例如

C

C＃
• Dart
• 开始
• Haskell
• Java
• JavaScript
• PHP
• PowerShell
• Python
• R
• Visual Basic

我希望这会有所帮助！