如何从 Java 调用 scikit-learn 分类器？

你不能使用jython，因为scikit-learn严重依赖于numpy和scipy，它们有许多编译的C和Fortran扩展，因此不能在jython中工作。

在Java环境中使用scikit-learn的最简单方法是：

• 将分类器公开为HTTP / Json服务，例如使用微框架，如烧瓶或瓶子或檐口，并使用HTTP客户端库从java调用它

• 在python中编写一个命令行包装器应用程序，该应用程序使用某些格式（例如CSV或JSON）读取stdin上的数据并在stdout上输出预测（或一些较低级别的二进制表示），并使用Java从Java调用python程序，例如使用Apache Commons Exec。

• 使python程序输出在拟合时间学习的原始数值参数（通常作为浮点值数组），并在java中重新实现预测函数（这通常很容易用于预测线性模型，其中预测通常只是阈值点积）。

最后一种方法将是更多的工作，如果你也需要在Java中重新实现功能提取。

最后，您可以使用像Weka或Mahout这样的Java库来实现您需要的算法，而不是尝试使用Java中的scikit-learn。

有用于此目的的 JPMML 项目。

首先，您可以使用sklearn2pmml库直接从python将scikit-learn模型序列化为PMML（内部为XML），或者首先将其转储到python中，然后使用java中的jpmml-sklearn或从此库提供的命令行进行转换。接下来，您可以在Java代码中使用jpmml-evaluator加载pmml文件，反序列化和执行加载的模型。

这种方式不适用于并非所有的scikit-learn模型，但适用于其中的许多模型。