我正在嘗試取消剖析後加載預測，但出現此錯誤 /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/weight_boosting.py:29： DeprecationWarning：numpy.core.umath_tests是一個內部NumPy模塊 並且不應該導入。它將在以後的NumPy中刪除 發布。從numpy.core.umath_tests導入inner1d /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311： UserWarning：嘗試釋放估算器DecisionTreeClassifier從 使用0.19.2版時為0.20.2版。這可能會導致破裂 代碼或無效結果。使用風險自負。用戶警告） /Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311： UserWarning：嘗試釋放估算器RandomForestClassifier從 使用0.19.2版時為0.20.2版。這可能會導致破裂 代碼或無效結果。使用風險自負。用戶警告） 追溯（最近一次通話）：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” ， 預測中的第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，位於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”的實例之間不支持“ <” 這是我正在嘗試運行的代碼 進口泡菜 將numpy導入為np 將open（'rf_model_1'，'rb'）設為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））） 我期望這樣的結果： 類別：[0] 如果我在jupyter上運行代碼可以正常工作，但是，當我嘗試在終端上運行時出現錯誤。
2021-01-16 08:12:42
您的錯誤直言不諱： 用戶警告：使用0.19.2版本時，嘗試釋放0.20.2版本的估計器RandomForestClassifier。這可能會導致代碼破裂或無效結果。使用風險自負。 確實就是這樣。醃製時，您的RandomForestClassifier的屬性n_jobs保持為None。這是初始化的默認值，但通常在後台將其設置為1。您可以在此處找到有關n_jobs的更多詳細信息：https://scikit-learn.org/stable/glossary.html#term-n-jobs 對您來說，將rf的n_jobs設置為1可以解決問題： 進口泡菜 將numpy導入為np 將open（'rf_model_1'，'rb'）設為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））） | 高度活躍的問題。贏得10個聲譽才能回答這個問題。信譽要求有助於保護該問題免受垃圾郵件和非答復活動的侵害。 不是您要找的答案？瀏覽其他標記為python-3.x的問題，或詢問您自己的問題。