问在装入pypmml后，sklearn2pmml没有给出与sklearn泡菜相同的预测输出

EN

PMML模型根据名称而不是位置标识输入列。因此，不应该使用“匿名”数据存储(如numpy.ndarray)，因为根据定义，无法正确标识输入列。

在这里，输入列的顺序是有问题的，因为RF模型是使用一组随机生成的数据(3x4 numpy.array)来训练的。RF模型可能只使用一两个输入列，而忽略其余的输入列(例如，"x1“和"x3”非常重要，而"x2“和"x4”则不重要)。在转换过程中，SkLearn2PMML包删除了所有冗余特性。在当前的示例中，RF模型需要一个两列输入数据存储，其中第一列对应于"x1“，第二列对应于"x3"；您将传递一个四列输入数据存储，其中第二列被"x2”占用。

TLDR:在使用PMML模型时，执行以下操作：

1. 不要使用匿名数据存储！使用pandas.DataFrame (而不是numpy.ndarray)训练您的模型，并使用相同的数据存储类进行预测。这样，即使SkLearn2PMML包决定消除一些冗余列，列映射也总是正确的。
2. 使用JPMML-评价器-Python包而不是PyPMML。具体来说，远离PyPMML的predict(X: numpy.ndarray)方法！