m2cgen

m2cgen (模型2代码生成器) - 是一个轻量级的库，它提供了一种简单的方法将训练好的统计模型转换为本地代码（Python、C、Java、Go、JavaScript、Visual Basic、C#、PowerShell、R、PHP、Dart、Haskell、Ruby、F#、Rust、Elixir）。

• 安装
• 支持的语言
• 支持模型
• 分类输出
• 用法
• 命令行界面
• 常见问题解答

安装

支持的Python版本为 >= 3.7。

pip install m2cgen

支持的语言

• C
• C#
• Dart
• F#
• Go
• Haskell
• Java
• JavaScript
• PHP
• PowerShell
• Python
• R
• Ruby
• Rust
• Visual Basic (VBA兼容)
• Elixir

支持模型

您可以在以下位置找到通过CI测试保证兼容性的软件包版本 这里。其他版本也可能得到支持，但它们尚未经过测试。

分类输出

线性 / 线性SVM / 核SVM

二元

标量值；样本到第二类超平面的有符号距离。

多类

向量值；每个类别的样本到超平面的有符号距离。

注释

输出与 LinearClassifierMixin.decision_function 的输出一致。

SVM

异常检测

标量值；样本到分离超平面的有符号距离：对于内点为正，对于异常点为负。

二元

标量值；样本到第二类超平面的有符号距离。

多类

向量值；每个类别的one-vs-one分数，形状为 (n_samples, n_classes * (n_classes-1) / 2)。

注释

当将 decision_function_shape 设置为 ovo 时，输出与 BaseSVC.decision_function 的输出一致。

树 / 随机森林 / 提升法

二元

向量值；类别概率。

多类

向量值；类别概率。

注释

输出与 DecisionTreeClassifier / ExtraTreeClassifier / ExtraTreesClassifier / RandomForestClassifier / XGBRFClassifier / XGBClassifier / LGBMClassifier 的 predict_proba 方法的输出一致。

用法

以下是一个简单示例，说明如何在Python环境中训练的线性模型可以表示为Java代码

from sklearn.datasets import load_diabetes
from sklearn import linear_model
import m2cgen as m2c

X, y = load_diabetes(return_X_y=True)

estimator = linear_model.LinearRegression()
estimator.fit(X, y)

code = m2c.export_to_java(estimator)

生成的Java代码

public class Model {
    public static double score(double[] input) {
        return ((((((((((152.1334841628965) + ((input[0]) * (-10.012197817470472))) + ((input[1]) * (-239.81908936565458))) + ((input[2]) * (519.8397867901342))) + ((input[3]) * (324.39042768937657))) + ((input[4]) * (-792.1841616283054))) + ((input[5]) * (476.74583782366153))) + ((input[6]) * (101.04457032134408))) + ((input[7]) * (177.06417623225025))) + ((input[8]) * (751.2793210873945))) + ((input[9]) * (67.62538639104406));
    }
}

您可以在以下位置找到不同模型/语言的生成代码示例 这里。

命令行界面

m2cgen可以用作命令行工具，通过序列化模型对象（pickle协议）生成代码。

$ m2cgen <pickle_file> --language <language> [--indent <indent>] [--function_name <function_name>]
         [--class_name <class_name>] [--module_name <module_name>] [--package_name <package_name>]
         [--namespace <namespace>] [--recursion-limit <recursion_limit>]

请记住，对于反序列化序列化模型对象，它们的类必须在反序列化环境的可导入模块的顶级中定义。

管道操作也受支持。

$ cat <pickle_file> | m2cgen --language <language>

常见问题解答

问：生成代码时出现RecursionError: 最大递归深度超出错误。

答：如果在生成使用集成模型的代码时发生此错误，请尝试减少该模型中训练估计器的数量。或者，您可以使用sys.setrecursionlimit(<new_depth>)来增加最大递归深度。

问：在将序列化模型对象转换为代码时，生成代码失败，出现ImportError: 未找到模块 <module_name_here>错误。

答：此错误表明pickle协议无法反序列化模型对象。对于反序列化序列化模型对象，要求它们的类必须在反序列化环境的可导入模块的顶级中定义。因此，安装提供模型类定义的包可以解决问题。

问：m2cgen生成的代码在某些输入上与原始Python模型提供的结果不同。

答：一些模型在其原生的Python库预测阶段强制输入数据具有特定类型。目前，m2cgen仅支持float64（double）数据类型。您可以尝试手动将输入数据转换为其他类型并再次检查结果。此外，由于目标语言中浮点数算术的具体实现，可能存在一些小的差异。