sklearn2pmml导出失败主因是模型未fit或Pipeline末步非原生分类器导致缺少classes_；PMML加载报错多因扩展标签不兼容，需设with_repr=False、compact=True；数值差异源于StandardScaler精度截断，应手动提升至10位小数；XGBoost/LightGBM原生模型不支持，推荐ONNX替代。
sklearn2pmml 导出失败：AttributeError: 'Pipeline' object has no attribute 'classes_'
这是最常卡住的第一步——模型本身没调用 fit()，或 Pipeline 里最后一步不是带 classes_ 属性的分类器（比如用了 FunctionTransformer 或自定义转换器但没设 classes_）。sklearn2pmml 要求分类模型必须能暴露类别信息。
- 确保模型已调用
fit(X_train, y_train)，且y_train是明确的numpy.ndarray或pandas.Series，不是list（某些版本会丢掉classes_） - 如果用
Pipeline，检查最后一步是否为LogisticRegression、RandomForestClassifier等原生 sklearn 分类器；若中间插入了StandardScaler没问题，但结尾不能是ColumnTransformer或纯 transformer - 对二分类，
y_train建议显式转成np.array(y_train).ravel()，避免 pandas Categorical 导致classes_缺失
导出后 PMML 文件在 Java 平台加载报错：Invalid content was found starting with element 'Extension'
这是因为 sklearn2pmml 默认启用了实验性扩展（如模型元数据、scorer 信息），而很多 Java PMML 引擎（如 JPMML-Evaluator）只认标准 PMML Schema。扩展标签不兼容就直接拒载。
- 导出时加参数
with_repr=False和compact=True，例如：from sklearn2pmml import sklearn2pmml<br>sklearn2pmml(pipeline, "model.pmml", with_repr=False, compact=True)
- 禁用所有非标准字段：传入
pmml_options={"excluded": ["model_name", "description"]}（注意键名大小写） - 如果模型含文本特征（如
TfidfVectorizer），务必确认其vocabulary_是 dict 类型且 key 全为 str —— int 型 key 会导致生成非法Extension节点
数值型特征标准化后预测结果和 Python 不一致
不是 PMML 解析错了，而是 sklearn2pmml 对 StandardScaler 的 mean_ 和 scale_ 处理有精度截断，默认只保留 6 位小数，而 sklearn 内部计算用的是 full float64。微小差异在高维或敏感模型（如线性回归系数大）上会被放大。
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
- 导出前手动提升 scaler 精度：
scaler.mean_ = np.round(scaler.mean_, decimals=10)<br>scaler.scale_ = np.round(scaler.scale_, decimals=10)
- 避免用
RobustScaler—— 它的center_和scale_在 sklearn2pmml 中支持不完整，建议换回StandardScaler或MinMaxScaler - 验证方式：用同一组测试数据，在 Python 里跑
pipeline.predict(X_test)，再用 Java 加载 PMML 后喂相同数据，比对原始输出（不是概率，是 raw output 或 decision_function）
sklearn2pmml 不支持 XGBoost/LightGBM 原生模型
它只包装 sklearn API 兼容对象。XGBoost 的 XGBClassifier 虽然能 fit/predict，但内部结构和 sklearn 基类不完全对齐，尤其 get_booster().get_dump() 这类逻辑不会被 PMML 映射。
- 唯一可行路径：用
sklearn2pmml.pipeline.PMMLPipeline包一层，并确保所有步骤都走 sklearn 标准接口；但 xgboost 仍大概率抛NotImplementedError - 更稳的替代方案：改用
nyoka库直接构造 PMML（需手动写树结构），或放弃 PMML，用 ONNX +onnxruntime跨平台部署 - 注意：sklearn2pmml 0.90+ 版本开始支持部分
catboost，但仅限CatBoostClassifier(silent=True)且必须关掉所有日志和回调
PMML 看似标准，实际每个引擎对“标准”的实现粒度差很远。导出成功只是第一步，真正要跨平台跑通，得盯着 Java 端用的是哪个 PMML 库、版本多少、有没有开 strict validation —— 这些细节比导出命令本身更耗时间。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
