XGBoost模型量化-学习模型量化

Question

我正在寻找量化滑雪板模型的解决方案。我是专门寻找XGBoost模型。

我确实找到了量化的解决方案，比火炬和tensorflow模型，但没有任何关于滑雪。

已尝试的解决办法：

将sklearn模型转换为ONNX，然后尝试量化ONNX模型，但这也不起作用。这是指向错误的链接。

任何指针或解决方案都可以共享，这将有很大帮助。

Answer 1

有人在你的链接错误中回答了这个问题。

不要通过“ZipMap”选项添加最后一个节点zipmap：

onx = convert_sklearn(clr, initial_types=initial_type,
                      options={'zipmap': False})

我有兴趣知道这对你有用吗？

顺便说一句，您可以使用onnxmltools根据XGBoost将这模型转换为ONNX。

示例代码：

import onnx
import onnxmltools
from onnxmltools.convert.common.data_types import FloatTensorType
from xgboost import XGBClassifier

clf = XGBClassifier()

# fit the classifier...

onnx_model_path = "xgb_classifier.onnx"
initial_type = [('float_input', FloatTensorType([None, num_features]))]
onnx_model = onnxmltools.convert.convert_xgboost(clf, initial_types=initial_type, target_opset=10)
onnx.save(onnx_model, onnx_model_path)

请注意：

• 模型必须使用xgboost的scikit-learn API进行培训。
• 传递给XGBClassifier().fit()的培训数据不能有与其相关联的特性名。例如，如果您的培训数据是一个名为df的DataFrame，它有列名，则在培训时需要使用没有列名的表示形式(即df.values)。