Ik probeer een voorspelling te laden na het ontkoppelen, maar ik krijg deze foutmelding
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/weight_boosting.py:29:
DeprecationWarning: numpy.core.umath_tests is een interne NumPy-module
en mag niet worden geïmporteerd. Het wordt verwijderd in een toekomstige NumPy
vrijlating. van numpy.core.umath_tests import inner1d
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311:
UserWarning: Probeert schatter DecisionTreeClassifier los te koppelen van
versie 0.20.2 bij gebruik van versie 0.19.2. Dit kan leiden tot breuk
code of ongeldige resultaten. Gebruik op eigen risico. UserWarning)
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311:
UserWarning: Proberen schatter RandomForestClassifier los te maken van
versie 0.20.2 bij gebruik van versie 0.19.2. Dit kan leiden tot breuk
code of ongeldige resultaten. Gebruik op eigen risico. UserWarning)
Traceback (meest recente oproep laatste): bestand "rf_pred_model_tester.py",
regel 7, in
print ('Class:', int (rf.predict (xx))) Bestand "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py" ,
regel 538, in predict
proba = self.predict_proba (X) File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py",
regel 581, in predict_proba
n_jobs, _, _ = _partition_estimators (self.n_estimators, self.n_jobs) Bestand
"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/base.py",
regel 153, in _partition_estimators
n_jobs = min (_get_n_jobs (n_jobs), n_estimators) Bestand "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/init.py",
regel 464, in _get_n_jobs
if n_jobs <0: TypeError: '<' niet ondersteund tussen instanties van 'NoneType' en 'int'
hier is de code die ik probeer uit te voeren
import augurk
importeer numpy als np
met open ('rf_model_1', 'rb') als f:
rf = augurk.load (f)
xx = np.array ([67, 17832, 1, 1, 0, 33, 1941902452, 36, 33011.0, 19, 18, 0, 2, 1]). hervormen (1, -1)
print ('Class:', int (rf.predict (xx)))
Ik verwacht een resultaat als dit:
Klasse: [0]
als ik de code op jupyter uitvoer, werkt het prima, maar ik krijg een foutmelding wanneer ik probeer te draaien op de terminal.
2021-01-16 08:13:02
Uw fout formuleerde het botweg:
UserWarning: Proberen schatter RandomForestClassifier los te koppelen van versie 0.20.2 bij gebruik van versie 0.19.2. Dit kan leiden tot het breken van code of ongeldige resultaten. Gebruik op eigen risico.
En dat is inderdaad gebeurd; bij het beitsen werd het kenmerk n_jobs van je RandomForestClassifier op None gehouden. Dit is de standaardwaarde voor initialisatie, maar achter de schermen is dit meestal ingesteld op 1. Meer informatie over n_jobs vindt u hier: https://scikit-learn.org/stable/glossary.html#term-n-jobs
Voor jou volstaat het om rf's n_jobs in te stellen op 1:
import augurk
importeer numpy als np
met open ('rf_model_1', 'rb') als f:
rf = augurk.load (f)
rf.n_jobs = 1
xx = np.array ([67, 17832, 1, 1, 0, 33, 1941902452, 36, 33011.0, 19, 18, 0, 2, 1]). hervormen (1, -1)
print ('Class:', int (rf.predict (xx)))
|
Zeer actieve vraag. Verdien 10 reputatie om deze vraag te beantwoorden. De reputatievereiste helpt deze vraag te beschermen tegen spam en niet-beantwoording.
Niet het antwoord waar je naar zoekt? Blader door andere vragen met de tag python-3.x of stel uw eigen vraag.