如何在快速的 .so 中转换 scikit 模型
How to convert a scikit model in a fast `.so`
在一段 C++ 中转换 scikit 模型（例如 RandomForestClassifier 拟合的结果）以获得最快的 .so 可以从其他生态系统调用的更好路径应该是什么？
有关将经过训练的 scikit 学习模型移植到其他语言的信息，请参阅 sklearn-porter 项目。
不过，这是否会比原来的RandomForestClassifier.predict方法（多线程并使用 numpy 操作，可能具有快速的 BLAS 库）更快还有待观察。
在一段 C++ 中转换 scikit 模型（例如 RandomForestClassifier 拟合的结果）以获得最快的 .so 可以从其他生态系统调用的更好路径应该是什么？
有关将经过训练的 scikit 学习模型移植到其他语言的信息，请参阅 sklearn-porter 项目。
不过，这是否会比原来的RandomForestClassifier.predict方法（多线程并使用 numpy 操作，可能具有快速的 BLAS 库）更快还有待观察。