如何解决使用 M2C Gen 进行多输出随机森林回归器
我必须将多输出随机森林回归器转换为原生 Java 代码,该代码将用于 Android 应用程序。
尽管不是非常复杂(500 个估计器),但当使用 M2C 进行转换时,生成的代码仅返回单个双精度值而不是长度为 4 的数组,鉴于 estimators_
和 {{ 1}}。
例如,在 Python 中,以下代码返回预期值:
n_outputs_
输出值及其类型:
with open('RF_reg.pickle','rb') as f:
l = pickle.load(f)
# Dummy values,in this case,just for checking for matches
print(l.predict([[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]]))
<class 'numpy.float64'>
5045.0
<class 'numpy.float64'>
500.0
<class 'numpy.float64'>
109955.0
<class 'numpy.float64'>
115500.0
输出:public static double score(double[] input) { // Scoring method
[...]
double[] test_vals = {1,16};
System.out.println(score(test_vals));
Java 代码是使用递归限制 2400 生成的,尽管该限制很高,但不会导致此类问题。用于生成的参数的 CLI 示例:5045.0
是否有更好的方法将模型“转换”为原生 Java 代码,或者将多输出随机森林回归器“划分”为几个转译的类以使用 M2C 返回所需的值?目前,我只能访问腌制模型,我想避免运行服务器来执行预测。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。