如何使用XGBClassifier导出XGBoost模型及特征映射？

我懂你的困扰——用scikit-learn风格的XGBClassifier训练完模型后，发现找不到dump_model方法，而之前用原生xgb.train得到的模型却能直接用这个方法导出。其实解决办法很简单：XGBClassifier只是XGBoost核心模型的scikit-learn封装，你只需要拿到它底层的booster对象就行。

具体步骤如下：

• 先正常训练你的XGBClassifier模型
• 调用模型的get_booster()方法，获取底层的原生XGBoost booster实例
• 对这个booster实例调用dump_model方法，用法和你之前用xgb.train得到的模型完全一致

完整代码示例：

from xgboost import XGBClassifier

# 假设你已经准备好训练数据x_train和y_train
xgboost_model = XGBClassifier()
xgboost_model.fit(x_train, y_train)

# 获取底层的booster对象
booster = xgboost_model.get_booster()

# 导出带特征映射的模型到文本文件
booster.dump_model('dump.raw.txt', 'featmap.txt')

另外，你还可以根据需求调整dump_model的参数，比如：

• 添加with_stats=True来导出树节点的统计信息
• 设置dump_format='json'来以JSON格式导出模型结构
• 用feature_names参数自定义特征名称（如果你的训练数据没有列名的话）

这样就能完美实现你想要的导出功能啦！

内容的提问来源于stack exchange，提问作者guagay_wk