使用m2cgen移植XGBoost模型时出现NaN问题求助

原因 #

你遇到的nan是因为m2cgen在读取XGBoost模型的**基准分数（base_score）**时出现了解析错误。XGBoost回归模型的预测逻辑是「基准分数 + 所有决策树的输出」，这里的nan就是本该被替换成base_score的位置出了问题，大概率是m2cgen和你使用的XGBoost 1.7.3存在兼容性适配问题。

解决办法 #

• 手动指定base_score规避问题
  在初始化XGBRegressor时显式设置base_score=0，让模型基准分数固定为0，m2cgen就能正确解析并生成正常代码：

  model = xgb.XGBRegressor(objective ='reg:squarederror', 
                           max_depth = 2, 
                           n_estimators = 1,
                           eval_metric="rmse",
                           base_score=0)
  

  重新运行后，生成的C代码里的nan + var0会变成0.0 + var0，可正常使用。

• 手动修正生成的C代码
  先通过Python获取模型真实的base_score：

  print(model.get_booster().attr('base_score'))
  

  将得到的数值替换C代码中的nan即可。比如输出是0.5，就把返回行改成return 0.5 + var0;。

• 升级m2cgen版本
  旧版m2cgen对高版本XGBoost的base_score读取逻辑可能存在bug，尝试升级到最新版本：

  pip install --upgrade m2cgen
  

内容的提问来源于stack exchange，提问作者SBF