m2cgen库：将Python（sklearn）训练的模型转化为CC++代码
m2cgen库：将机器学习模型转换为零依赖的本机代码（Java，C，Python，Go，JavaScript）。本⽂演⽰将其转换为C/C++代码，使⽤sklearn机器学习库中的随机森林回归，训练波⼠顿数据集，⽽后导出为C代码，并在visual studio中编译运⾏。
1. ⾸先安装m2cgen库，在命令⾏窗⼝输⼊：pip install m2cgen （Python版本> = 3.4）。
2. 打开pycharm，输⼊以下代码：
from sklearn.datasets import load_boston
semble import RandomForestRegressor
import m2cgen as m2c
boston = load_boston()
X, y = boston.data, boston.target
clf = RandomForestRegressor(random_state=0,n_jobs=-1)
model=clf.fit(X, y)
code = port_to_c(model)#导出为c代码
print(code)
导出的c代码有1万多⾏（这个库最⼤的问题就是转化出来的C++代码太长了，导致都编译不了，慎⽤！会出现的错误：节数超过对象⽂件格式限制：请使⽤/bigobj进⾏编译，我按⽹上的教程设置了/bigobj但还是编译不了），就不在此粘贴了，将其复制到visual studio中项⽬的源代码中，再⼿动添加⼀个main()函数，在main()函数中调⽤导出来的score()函数，进⾏回归预测。（另外添加了计算程序运⾏时间的代码，毕竟1万多⾏有点可怕，经过测试连续调⽤10万次score()函数，所花时间为0.009s，所花费时间可以接受）
int main()
{
double features[]={2.7290e-02,0.0000e+00,7.0700e+00,0.0000e+00,4.6900e-01,
7.1850e+00,6.1100e+01,4.9671e+00,2.0000e+00,2.4200e+02,
1.7800e+01,3.9283e+02,4.0300e+00};
clock_t start, finish;
double totaltime;
start =clock();
//for (int i = 0; i < 100000; ++i)
//{
double output =score(features);
//}
python转java代码finish =clock();
totaltime =(double)(finish - start)/ CLOCKS_PER_SEC;
cout <<"\n此程序的运⾏时间为"<< totaltime <<"秒！"<< endl;
std::cout << output << std::endl;
}
输出结果为：35.91
在Python中的结果为34.7，可验证C代码的正确性

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。