使用 M2C Gen 进行多输出随机森林回归器

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]])) 

同时，在生成的 Java 代码中，只返回第一个值。

<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。