我正在尝试取消剖析后加载预测，但出现此错误 /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/weight_boosting.py:29： DeprecationWarning：numpy.core.umath_tests是一个内部NumPy模块 并且不应该导入。它将在以后的NumPy中删除 发布。从numpy.core.umath_tests导入inner1d /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311： UserWarning：尝试释放估算器DecisionTreeClassifier从 使用0.19.2版时为0.20.2版。这可能会导致破裂 代码或无效结果。使用风险自负。用户警告） /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311： UserWarning：尝试从以下位置释放估算器RandomForestClassifier 使用0.19.2版时为0.20.2版。这可能会导致破裂 代码或无效结果。使用风险自负。用户警告） 追溯（最近一次通话）：文件“ rf_pred_model_tester.py”， 第7行 print（'Class：'，int（rf.predict（xx）））文件“ /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py” ， 预测中的第538行 proba = self.predict_proba（X）文件“ /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py”， 第581行，位于predict_proba中 n_jobs，_，_ = _partition_estimators（self.n_estimators，self.n_jobs）文件 “ /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/base.py”， 第153行，在_partition_estimators中 n_jobs = min（_get_n_jobs（n_jobs），n_estimators）文件“ /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/init.py”， 第464行，在_get_n_jobs中 如果n_jobs <0：TypeError：“ NoneType”和“ int”的实例之间不支持“ <” 这是我正在尝试运行的代码 进口泡菜 将numpy导入为np 将open（'rf_model_1'，'rb'）设为f： rf = pickle.load（f） xx = np.array（[67，17832，1，1，0，33，1941902452，36，33011.0，19，18，0，2，1]）。reshape（1，-1） print（'Class：'，int（rf.predict（xx））） 我期望这样的结果： 类别：[0] 如果我在jupyter上运行代码可以正常工作，但是，当我尝试在终端上运行时出现错误。
2021-01-16 08:12:38
您的错误直言不讳： 用户警告：使用0.19.2版本时，尝试释放0.20.2版本的估计器RandomForestClassifier。这可能会导致代码破裂或无效结果。使用风险自负。 确实就是这样。腌制时，您的RandomForestClassifier的属性n_jobs保持为None。这是初始化的默认值，但通常在后台将其设置为1。您可以在此处找到有关n_jobs的更多详细信息：https://scikit-learn.org/stable/glossary.html#term-n-jobs 对您来说，将rf的n_jobs设置为1可以解决问题： 进口泡菜 将numpy导入为np 将open（'rf_model_1'，'rb'）设为f： rf = pickle.load（f） rf.n_jobs = 1 xx = np.array（[67，17832，1，1，0，33，1941902452，36，33011.0，19，18，0，2，1]）。reshape（1，-1） print（'Class：'，int（rf.predict（xx））） | 高度活跃的问题。赢得10个声誉才能回答这个问题。信誉要求有助于保护该问题免受垃圾邮件和非答复活动的侵害。 不是您要找的答案？浏览其他标记为python-3.x的问题，或询问您自己的问题。