试图python模型转化为java加载,碰到个硬茬,完整报错信息如下:

Jul 13, 2020 3:13:45 PM org.jpmml.sklearn.Main run
INFO: Parsing PKL..
Jul 13, 2020 3:13:45 PM org.jpmml.sklearn.Main run
INFO: Parsed PKL in 14 ms.
Jul 13, 2020 3:13:45 PM org.jpmml.sklearn.Main run
INFO: Converting..
Jul 13, 2020 3:13:45 PM sklearn2pmml.pipeline.PMMLPipeline initTargetFields
WARNING: Attribute 'sklearn2pmml.pipeline.PMMLPipeline.target_fields' is not set. Assuming y as the name of the target field
Jul 13, 2020 3:13:45 PM sklearn2pmml.pipeline.PMMLPipeline initActiveFields
WARNING: Attribute 'sklearn2pmml.pipeline.PMMLPipeline.active_fields' is not set. Assuming [x1, x2, x3, x4] as the names of active fields
Jul 13, 2020 3:13:45 PM org.jpmml.sklearn.Main run
SEVERE: Failed to convert
java.lang.IllegalArgumentException: Attribute 'sklearn.linear_model._logistic.LogisticRegression.multi_class' must be explicitly set to the 'ovr' or 'multinomial' valueat sklearn.linear_model.logistic.LogisticRegression.encodeModel(LogisticRegression.java:57)at sklearn2pmml.pipeline.PMMLPipeline.encodePMML(PMMLPipeline.java:231)at org.jpmml.sklearn.Main.run(Main.java:233)at org.jpmml.sklearn.Main.main(Main.java:151)Exception in thread "main" java.lang.IllegalArgumentException: Attribute 'sklearn.linear_model._logistic.LogisticRegression.multi_class' must be explicitly set to the 'ovr' or 'multinomial' valueat sklearn.linear_model.logistic.LogisticRegression.encodeModel(LogisticRegression.java:57)at sklearn2pmml.pipeline.PMMLPipeline.encodePMML(PMMLPipeline.java:231)at org.jpmml.sklearn.Main.run(Main.java:233)at org.jpmml.sklearn.Main.main(Main.java:151)Traceback (most recent call last):File "train.py", line 26, in <module>sklearn2pmml(model, './LogisticRegression.pmml', with_repr=True)File "/home/appleyuchi/anaconda3/envs/Python3.6/lib/python3.6/site-packages/sklearn2pmml/__init__.py", line 266, in sklearn2pmmlraise RuntimeError("The JPMML-SkLearn conversion application has failed. The Java executable should have printed more information about the failure into its standard output and/or standard error streams")
RuntimeError: The JPMML-SkLearn conversion application has failed. The Java executable should have printed more information about the failure into its standard output and/or standard error streams

解决方案:

model = PMMLPipeline([('LogisticModer', LogisticRegression())])

改成:

model = PMMLPipeline([('LogisticModer', LogisticRegression(multi_class='ovr'))])

Attribute ‘sklearn.linear_model._logistic.LogisticRegression.multi_class‘ must be explicitly set to相关推荐

  1. python预测模型_Python多元线性回归-sklearn.linear_model,并对其预测结果评估

    在前面的博客已经介绍过多元回归模型,现在这里粗略介绍如下 python 实现案例 1.选取数据 执行代码#!usr/bin/env python#_*_ coding:utf-8 _*_import  ...

  2. 完美解决:调用sklearn出现诸如ImportError: cannot import name ‘LogisticR‘ from ‘sklearn.linear_model‘ (D:\Progr

    1.问题:调用sklearn出现诸如 ImportError: cannot import name 'LogisticR' from 'sklearn.linear_model' (D:\Progr ...

  3. sklearn.linear_model.Perceptron详解

    sklearn.linear_model.Perceptron详解 形式 class sklearn.linear_model.Perceptron(*, penalty=None, alpha=0. ...

  4. 感知机(perceptron):原理、python实现及sklearn.linear_model.Perceptron参数详解

    文章目录 1.感知机模型介绍 2.感知机学习策略 3.感知机学习算法 3.1 原始形式 3.2.1算法收敛性的证明 3.2对偶形式 4.python实现感知机算法 4.1手写感知机算法 4.2 sci ...

  5. sklearn.linear_model之LinearRegression核心源码解析

    先来从LinearRegression的使用开始,代码如下: from sklearn import linear_model as lm import numpy as np import os i ...

  6. 投票法的原理和案例分析

    前言 集成学习就是要发挥 集体决策 的优势,在所有集成学习方法中,最直观的就是 投票法 . 投票法 是最简单的集成学习技巧,它允许多个基本学习器的预测相结合,通过多个模型的集成降低方差,从而提高模型的 ...

  7. 基于sklearn的LogisticRegression鸢尾花多类分类实践

    文章目录 1. 问题描述 2. 数据介绍 2.1 数据描述 2.2 数据 2.3 数据可视化 3. 模型选择 3.1 固有的多类分类器 3.2 1对多的多类分类器 3.3 OneVsRestClass ...

  8. ML之sklearn:sklearn.linear_mode中的LogisticRegression函数的简介、使用方法之详细攻略

    ML之sklearn:sklearn.linear_mode中的LogisticRegression函数的简介.使用方法之详细攻略 目录 sklearn.linear_mode中的LogisticRe ...

  9. 逻辑回归分类器(linear_model.LogisticRegression)

    文章目录 前言 逻辑回归分类器(linear_model.LogisticRegression) 1. 二元逻辑回归的损失函数 2. 重要参数penalty & C 2.1 正则化 下面建立两 ...

最新文章

  1. 【Go】Go基础(七):包
  2. clion 查看内容窗口_了解Photoshop文档窗口(3)
  3. WFA 认证 启动 sigma_dut方法
  4. Zabbix的模板管理与配置
  5. 链表_有序链表(给数组排序-应用)
  6. Creative media发表了Flash memory player「ZEN Mozaic」的存储增量模式
  7. 存储入门:存储区域网络SAN技术完全详解
  8. 关于shell读取文件打印时展开通配符
  9. Git使用疑难问题分析
  10. Bootstrap入门!
  11. java的三种流程控制语录_Java 流程控制语句
  12. 彻底理解SVD奇异值分解(singular value decomposition)
  13. 化学实验中计算机技术的应用,数字化实验在化学教学中的应用
  14. window电脑通过composer安装yii2时总是失败
  15. pytorch下用UCF101数据集仿真C3D模型
  16. vmware 7.0 序列号_更改solidworks序列号及修改安装
  17. 小米8装magisk
  18. 嵌入式、单片机和PLC哪个前景好一些?
  19. 定时关机win10_Windows利用任务计划程序实现定时关[日常]
  20. 网络安全技术概论知识点

热门文章

  1. day 64 Django 第五天 多表对多表的对应关系ORM
  2. Python:课程期待
  3. python基础——变量
  4. javascript canvas九宫格小程序
  5. MySQL 5.1 安装过程中报apply security setting错误的解决办法 收藏
  6. WEB前端学习二 JS作用域和作用域链
  7. echarts 环形图 默认高亮展示某个数据
  8. JAVA爬虫Jsoup,抓取房价
  9. JavaScript实现字符串转换成驼峰表示法
  10. Caffe:导入caffePython-PyQt failed