用新的xgboost版本'XGBClassifier'对象打开旧的xgboost泡菜没有属性'kwargs'

Question

当我腌制一些腌制对象时，我正在使用xgboost版本0.6。 现在，我升级到了0.82版，当我尝试释放旧模型时，我得到了：

AttributeError：“ XGBClassifier”对象没有属性“ kwargs”

我真的很想在不重新训练它们的情况下使用这些模型，有什么方法可以打开这些泡菜吗？

Answer 1

新的xgboost要求对象将具有“ kwargs”属性，而旧模型则没有。解决此问题的一种方法是降级到旧的xgboost版本，打开它们，将模型添加到每个模型中。kwargs= None，然后再次保存它们，它们现在应该可以工作了。

另一种解决方法是破解泡菜文件。您将泡菜作为字符串加载，添加所需的属性，然后加载泡菜：

import re
xg_str = open('path_to_old_model.pkl').read()
kwargs_value= "kwargs'\np8\nNsS'"
new_xgboost = re.sub('colsample_bylevel', kwargs_value+"""colsample_bylevel""", xg_str)
new_model = pkl.loads(new_xgboost)

这会将“ None”添加为模型的self.kwargs。 regex通过搜索模型中的已知属性“ colsample_bylevel”，找到对象属性的声明位置，然后在其前面添加另一个属性。

要查看pickle如何编码属性，可以创建具有某些属性的任何类，并将pkl.dumps应用于实例。如果这是一堂简短的课，那么它很容易阅读，这就是我得到的“ kwargs'\ np8 \ nNsS'”意思是“ kwargs = None”的原因。

为我工作！我确定这可以解决类似的腌菜向后兼容性问题，而不必使用此特定属性。