C#语言加载python训练好的模型

最新推荐文章于 2025-10-28 15:29:50 发布

原创最新推荐文章于 2025-10-28 15:29:50 发布 · 2.2k 阅读

CC 4.0 BY-SA版权

这篇博客展示了如何使用Python脚本`load_model.py`加载已训练的XGBoost分类器，并进行预测。C#代码创建了一个进程调用Python解释器，传递参数并获取返回的预测结果。这个过程涉及到了跨语言的数据处理和机器学习模型的应用。

Python代码

load_model.py

def load_model(path):
    df=process_data(path)
    load_model=XGBClassifier()
    load_model=joblib.load("C:\\Users\\DELL\\Desktop\\model.pkl")
    y_pred=load_model.predict(df)
    return y_pred
if __name__ == '__main__':
    print(load_model(sys.argv[1]))

C#代码

using System;
using System.Collections;
using System.Diagnostics;
namespace ConsoleApp1
{
    class Program
    {
        static void Main(string[] args)
        {
            Process p = new Process();
            string path = @"C:\Users\DELL\Desktop\load_model.py";
            string sArguments = path;
            string pysgv = @"C:\Users\DELL\Desktop\canshu";//py文件需要传的参数
            sArguments += " " + pysgv;
            p.StartInfo.FileName = @"python.exe"; //python3.6的安装路径
            p.StartInfo.Arguments = sArguments;//python命令的参数
            p.StartInfo.UseShellExecute = false;
            p.StartInfo.RedirectStandardOutput = true;
            p.StartInfo.RedirectStandardInput = true;
            p.StartInfo.RedirectStandardError = true;
            p.StartInfo.CreateNoWindow = true;
            p.Start();//启动进程
            string output = p.StandardOutput.ReadToEnd();
            p.WaitForExit();//关键，等待外部程序退出后才能往下执行}
            Console.Write(output);//输出
            Console.Write("执行完毕！");
            p.Close();          
        }
    }
}