Question

我已经在Google colab上训练了一个模型，并希望将其加载到我的本地计算机上。但是我得到ModuleNotFoundError: No module named 'sklearn.svm._classes'。在colab上加载模型没问题。

可乐：

[1] import sys
    sys.version
'3.6.9 (default, Nov  7 2019, 10:44:02) \n[GCC 8.3.0]'
[2] import joblib
    import numpy as np
    from sklearn import svm
    clf = svm.SVC(gamma=0.001)
    clf.fit(np.random.rand(9,8).astype(int), np.arange(9))
    joblib.dump(clf, 'simple_classifier')
[3] joblib.load('simple_classifier')

我的本地计算机：

>>> import sys
>>> sys.version
'3.6.9 (default, Nov  7 2019, 10:44:02) \n[GCC 8.3.0]'
>>> import numpy as np
>>> import joblib
>>> from sklearn import svm
>>> joblib.load('simple_classifier')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/.../ml-env/lib/python3.6/site-packages/joblib/numpy_pickle.py", line 605, in load
    obj = _unpickle(fobj, filename, mmap_mode)
  File "/home/.../ml-env/lib/python3.6/site-packages/joblib/numpy_pickle.py", line 529, in _unpickle
    obj = unpickler.load()
  File "/usr/lib/python3.6/pickle.py", line 1050, in load
    dispatch[key[0]](self)
  File "/usr/lib/python3.6/pickle.py", line 1338, in load_global
    klass = self.find_class(module, name)
  File "/usr/lib/python3.6/pickle.py", line 1388, in find_class
    __import__(module, level=0)
ModuleNotFoundError: No module named 'sklearn.svm._classes'

Answer 1

通过async进行

序列化仅在已安装软件包的版本与保存模型的程序与加载模型的程序之间完全相同时有效。

从您看到的错误中，我怀疑您在Colab和本地计算机上使用了不同版本的scikit-learn。确保相关的软件包版本匹配，然后加载模型即可。

有关更多信息，请参见https://joblib.readthedocs.io/en/latest/persistence.html。

Answer 2

使用以下命令升级sklearn库：

pip install scikit-learn --upgrade

使用特定版本的库构建模型并使用其他版本进行测试时发生。

从colab加载模型时，没有名为“ sklearn.svm._classes”的模块

2 个答案: