Próbálok betölteni egy jóslatot a szedés után, de megkapom ezt a hibát
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/weight_boosting.py:29:
DeprecationWarning: A numpy.core.umath_tests egy belső NumPy modul
és nem szabad importálni. Egy későbbi NumPy-ből eltávolítjuk
kiadás. from numpy.core.umath_tests import belső1d
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311:
Felhasználói figyelmeztetés: Megpróbálja leválasztani a becslő döntést a TreeClassifier-ről
0.20.2 verzió a 0.19.2 verzió használatakor. Ez töréshez vezethet
kód vagy érvénytelen eredmények. Használat csak saját felelősségre. Felhasználói figyelmeztetés)
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311:
Felhasználói figyelmeztetés: Megpróbálja eltávolítani a RandomForestClassifier becslőt
0.20.2 verzió a 0.19.2 verzió használatakor. Ez töréshez vezethet
kód vagy érvénytelen eredmények. Használat csak saját felelősségre. Felhasználói figyelmeztetés)
Traceback (a legutóbbi hívás utoljára): "rf_pred_model_tester.py" fájl,
7. sor, be
print ('Osztály:', int (rf.predict (xx))) "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py" fájl ,
538. sor, a jóslat szerint
proba = self.predict_proba (X) Fájl "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py",
581. sor, a pred_proba
n_jobs, _, _ = _partition_estimators (self.n_estimators, self.n_jobs) fájl
"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/base.py",
153. sor, _partíció_becslőkben
n_jobs = min (_get_n_jobs (n_jobs), n_estimators) Fájl "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/init.py" fájl,
464. sor, _get_n_jobs
if n_jobs <0: TypeError: '<' nem támogatott a 'NoneType' és az 'int' példányai között
itt van a kód, amelyet megpróbálok futtatni
import savanyúság
importálja a numpy-t np-ként
nyitva ('rf_model_1', 'rb'), mint f:
rf = savanyúság.terhelés (f)
xx = np. sáv ([67, 17832, 1, 1, 0, 33, 1941902452, 36, 33011,0, 19, 18, 0, 2, 1]). formázza át (1, -1)
nyomtatás ('Osztály:', int (rf.predict (xx)))
Ilyen eredményre számítok:
Osztály: [0]
ha a kódot a jupyter-en futtatom, jól működik, de hibát kapok, amikor a terminálon próbálok futtatni.
2021-01-16 08:13:08
A hibája egyértelműen megfogalmazta:
Felhasználói figyelmeztetés: A RandomForestClassifier becslőjének eltávolítása a 0.20.2-es verziótól a 0.19.2-es verzió használata esetén. Ez hibás kódhoz vagy érvénytelen eredményekhez vezethet. Használat csak saját felelősségre.
És valóban ez történt; pácoláskor a RandomForestClassifier n_jobs attribútumát a Nincsnél tartotta. Ez az alapértelmezett érték az inicializáláshoz, de a kulisszák mögött ez általában 1-re van állítva. Az n_jobs-ról itt talál további részleteket: https://scikit-learn.org/stable/glossary.html#term-n-jobs
Számodra az rf n_jobs 1-re állítása megteszi a trükköt:
import savanyúság
importálja a numpy-t np-ként
nyitva ('rf_model_1', 'rb'), mint f:
rf = savanyúság.terhelés (f)
rf.n_jobs = 1
xx = np. sáv ([67, 17832, 1, 1, 0, 33, 1941902452, 36, 33011,0, 19, 18, 0, 2, 1]). formázza át (1, -1)
nyomtatás ('Osztály:', int (rf.predict (xx)))
|
Nagyon aktív kérdés. Nyerjen 10 hírnevet a kérdés megválaszolásához. A jó hírnév követelménye megvédi ezt a kérdést a spamektől és a válaszadás elutasításától.
Nem a keresett válasz? Böngésszen a python-3.x címkével ellátott többi kérdésben, vagy tegye fel saját kérdését.