将 xgboost.Booster 类转换为 XGBRegressor 或从 xgboost.Booster 加载 XGBRegressor

我从 Sagemaker 获得了一个模型，其类型为：

<class 'xgboost.core.Booster'>

我可以在本地对此进行评分，这很棒，但一些谷歌搜索表明，可能无法做类似这样的“标准”事情here https://mljar.com/blog/feature-importance-xgboost/:

plt.barh(boston.feature_names, xgb.feature_importances_)

是否可以将 xgboost.core.Booster 转换为 XGBRegressor？也许可以使用 save_raw 方法查看this https://xgboost.readthedocs.io/en/latest/python/python_api.html#xgboost.Booster？谢谢！

到目前为止我尝试过：

xgb_reg = xgb.XGBRegressor() 
xgb_reg._Boster = model
xgb_reg.feature_importances_

但这会导致：

NotFittedError: need to call fit or load_model beforehand

沿着这些思路的东西似乎工作得很好：

local_model_path = "model.tar.gz"
with tarfile.open(local_model_path) as tar:
    tar.extractall()

model = xgb.XGBRegressor() 
model.load_model(model_file_name)     

然后模型就可以像往常一样使用 - model.tar.gz 是来自 sagemaker 的工件。