scikit-learn模型导出ONNX前必须满足：仅支持官方兼容的estimator（如LinearRegression、RandomForestClassifier等），禁用GradientBoostingClassifier等未注册模型；输入须为numpy.ndarray且dtype与initial_types声明一致（如float32训练则用FloatTensorType）；Pipeline需所有step均被skl2onnx支持，否则须拆解或手动注册converter。
scikit-learn模型导出ONNX前必须满足哪些条件？
不是所有 sklearn 模型都能直接转 ONNX。ONNX Runtime 官方支持的转换器（skl2onnx）只覆盖部分 estimator 类型，比如 LogisticRegression、RandomForestClassifier、SVC、LinearRegression 等，但不支持 GradientBoostingClassifier（除非用 skl2onnx.convert_sklearn + 自定义 converter）、也不支持含自定义 transformer 的 Pipeline（除非该 transformer 已被 skl2onnx 显式支持）。
- 必须使用
sklearn原生 estimator，不能是封装过的类（如继承自BaseEstimator但未注册 converter 的自定义类） - 输入数据类型需明确：训练时用的是
numpy.ndarray或pandas.DataFrame，但导出时建议统一为numpy.ndarray，否则可能触发 shape 推断失败 - 分类任务中，
predict_proba是否可用取决于模型和 converter 版本；例如RandomForestClassifier在较新skl2onnx中默认支持，但老版本可能只输出predict
用skl2onnx完成转换的最小可行代码怎么写？
核心是三步：构造 converter → 调用 convert_sklearn → 保存为 .onnx 文件。注意不能直接用 onnx.save，得靠 convert_sklearn 返回的 onnx.ModelProto 对象。
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import make_classification
from skl2onnx import convert_sklearn
from skl2onnx.common.shape_calculator import calculate_linear_classifier_output_shapes
from skl2onnx.common.data_types import FloatTensorType
<h1>训练一个简单模型</h1><p>X, y = make_classification(n_samples=1000, n_features=4, n_classes=2, random_state=42)
model = RandomForestClassifier(n_estimators=10, max_depth=3, random_state=42)
model.fit(X, y)</p><h1>定义输入类型：必须指定 batch_size=1 和特征数</h1><p>initial_type = [('float_input', FloatTensorType([None, X.shape[1]]))]</p><h1>转换（classifier=True 启用概率输出）</h1><p>onnx_model = convert_sklearn(model, initial_types=initial_type, options={id(model): {'zipmap': False}})</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/00968c3c2c15" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">Python免费学习笔记（深入）</a>”；</p><div class="aritcle_card flexRow">
<div class="artcardd flexRow">
<a class="aritcle_card_img" href="/xiazai/skill4769" title="Python Testing"><img
src="https://img.php.cn/upload/skill/000/000/081/179021887894914.jpg" alt="Python Testing" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a href="/xiazai/skill4769" title="Python Testing">Python Testing</a>
<p>Python 测试速查：运行 pytest、使用 mock/patch、参数化、fixtures、异步、覆盖率测试。</p>
</div>
<a href="/xiazai/skill4769" title="Python Testing" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a>
</div>
</div><h1>保存</h1><p>with open('rf.onnx', 'wb') as f:
f.write(onnx_model.SerializeToString())</p>-
initial_types里[None, X.shape[1]]表示动态 batch size，别写成[1, 4]—— 否则推理时输入 batch >1 就报错 -
options中的zipmap: False是为了去掉默认添加的ZipMap后处理节点，让输出是 raw logits 或 proba 数组，更便于下游解析 - 如果模型是回归类（如
LinearRegression），不用传classifier=True，也无需zipmap相关配置
转换后验证ONNX模型是否能正确推理？
不能只看文件生成成功，必须用 onnxruntime 实际跑一次，并比对输出。常见失效点是 dtype 不匹配或输入 name 错误。
-
onnxruntime.InferenceSession加载后，先查session.get_inputs()[0].name，确保你 feed 的 key 和它一致（常是'float_input'，不是'input'） - 输入 numpy array 必须是
np.float32，哪怕训练时用的是float64—— ONNX 默认按 float32 解析，否则会静默截断或报InvalidArgument - 分类模型输出有两个 blob：
'probabilities'（当zipmap=True）或'label'+'probabilities'；若设zipmap=False，则只有'output'，内容是 shape=(N, n_classes) 的概率数组
import onnxruntime as ort
import numpy as np
<p>sess = ort.InferenceSession('rf.onnx')
input_name = sess.get_inputs()[0].name
pred_onx = sess.run(None, {input_name: X.astype(np.float32)[:2]})[0]
pred_sk = model.predict_proba(X[:2]) # 注意：这里要和 ONNX 输出对齐维度
np.testing.assert_allclose(pred_onx, pred_sk, atol=1e-5)</p>为什么Pipeline转换经常失败？
sklearn.pipeline.Pipeline 本身不被 skl2onnx 原生支持，除非每个 step 都是已注册 converter 的类。常见陷阱：
- 包含
StandardScaler是安全的（skl2onnx支持），但包含自定义TransformerMixin子类就失败，除非你手动注册 converter -
ColumnTransformer支持有限：仅支持OneHotEncoder、StandardScaler等少数 transformer，且要求remainder='passthrough'或remainder='drop'，不能是 callable - 如果 pipeline 最后一步是
LogisticRegression，但前面有不支持的 transformer，整个 pipeline 无法转换 —— 此时得拆开：先转换 preprocessing 部分（用convert_sklearn单独处理 scaler），再拼接 ONNX 图（需用onnx.compose或手写 node），复杂度陡增
真正省事的做法是：训练完 pipeline 后，用 pipeline[:-1].transform(X) 提前处理好特征，再单独导出最后的 estimator。这样绕过 pipeline 转换限制，也更容易调试。
ONNX 导出不是“一键打包”，而是依赖 converter 实现的精确映射；一旦模型结构偏离标准 sklearn 接口，就得手动补 converter 或重构 pipeline。
