在同一项目中同时使用XGBoostPredictorClassification和XGBoostClassification

Question

在https://github.com/combust/mleap/pull/645中，XGBoostPredictorClassification仅通过预测概率来提高性能

我想知道我们是否在同一个项目中同时使用XGBoostPredictorClassification和XGBoostClassification，因为现在我们有多个包，它们具有不同的op依赖，一些依赖于XGBoostClassification来支持叶预测，而另一些则不是。

例如，以下设置将XGBoostPredictorClassificationOp启用为缺省操作

ml.combust.mleap.xgboost.ops = [ "ml.combust.mleap.xgboost.runtime.bundle.ops.XGBoostPredictorClassificationOp", "ml.combust.mleap.xgboost.runtime.bundle.ops.XGBoostRegressionOp" ]

以下命令将XGBoostClassificationOp启用为默认操作

ml.combust.mleap.xgboost.ops = [ "ml.combust.mleap.xgboost.runtime.bundle.ops.XGBoostClassificationOp", "ml.combust.mleap.xgboost.runtime.bundle.ops.XGBoostRegressionOp" ]

我需要XGBoostClassificationOp用叶子来评估一些xgboost预测，同时，使用XGBoostPredictorClassificationOp来评估其他xgboost预测，以提高xgb的性能

Answer 1

通过代码寄存器操作解决了这个问题。

在不通过reference.conf进行配置的情况下使用XGBoostClassificationOp作为默认操作

使用XGBoostPredictorClassificationOp作为op，代码如下：

  BundleBuilder bundleBuilder = new BundleBuilder();
  ContextBuilder contextBuilder = new ContextBuilder();
  MleapContext mleapContext = contextBuilder.createMleapContext();
  // Register a different Op to change the deserialization class between tests.
  // Use to deserialize with Predictor rather than xgboost4j
  mleapContext.bundleRegistry().register(new XGBoostPredictorClassificationOp());
  Transformer transformer = bundleBuilder.load(modelFile, mleapContext).root();
  //revert to the original Op
  mleapContext.bundleRegistry().register(new XGBoostClassificationOp());