如何合并两个不同输入的sklearn模型为单个可部署Azure ML模型

完全可以实现，最优方案是自定义符合Sklearn API规范的复合路由模型，既可以实现你需要的内部分组判断逻辑，又能直接导出为单个.pkl/.joblib文件，完全适配Azure ML的部署要求，无需依赖集成类方法。

实现步骤 #

1. 定义自定义估算器类，继承Sklearn的基础类以兼容原生API：

from sklearn.base import BaseEstimator, RegressorMixin
import joblib
import pandas as pd

class GroupRoutingRegressor(BaseEstimator, RegressorMixin):
    def __init__(self, group_col: str, a_model, a_feature_names: list, b_model, b_feature_names: list):
        # 参数说明：
        # group_col: 你的二分类变量的列名
        # a_model: 提前训练好的A类对应的回归模型
        # a_feature_names: A类模型需要用到的4个数值特征的列名列表
        # b_model: 提前训练好的B类对应的回归模型
        # b_feature_names: B类模型需要用到的5个数值特征的列名列表
        self.group_col = group_col
        self.a_model = a_model
        self.a_feature_names = a_feature_names
        self.b_model = b_model
        self.b_feature_names = b_feature_names
    
    def fit(self, X, y=None):
        # 两个子模型已提前完成训练，fit方法无需额外逻辑，直接返回实例即可
        # 如需在该类中统一训练两个子模型，可在此处添加分组训练逻辑
        return self
    
    def predict(self, X):
        # 高性能批量预测实现：先拆分分组再批量预测，避免逐行遍历开销
        a_mask = X[self.group_col] == 'A'
        X_a = X.loc[a_mask, self.a_feature_names]
        X_b = X.loc[~a_mask, self.b_feature_names]
        
        # 生成预测结果
        pred_series = pd.Series(dtype='float64', index=X.index)
        if len(X_a) > 0:
            pred_series[a_mask] = self.a_model.predict(X_a)
        if len(X_b) > 0:
            pred_series[~a_mask] = self.b_model.predict(X_b)
        
        return pred_series.values

2. 实例化合并模型并导出
   假设你已经完成两个子模型的训练，A类特征列表为['f1','f2','f3','f4']，B类特征列表为['f5','f6','f7','f8','f9']，二分类列名为category，按如下方式生成合并模型：

# 传入已训练好的model_a、model_b和对应配置
combined_model = GroupRoutingRegressor(
    group_col="category",
    a_model=model_a,
    a_feature_names=["f1","f2","f3","f4"],
    b_model=model_b,
    b_feature_names=["f5","f6","f7","f8","f9"]
)

# 导出为单个joblib文件，和普通Sklearn模型导出方式完全一致
joblib.dump(combined_model, "cost_predict_model.joblib")

3. Azure ML部署说明
   导出的合并模型和普通Sklearn模型的部署流程完全相同，推理脚本中直接加载模型，传入全部10个输入特征（9个数值变量+1个二分类变量），调用predict方法即可直接得到成本预测结果，无需额外调整逻辑。

内容的提问来源于stack exchange，提问作者bportela