Προσπαθώ να φορτώσω μια πρόβλεψη μετά την αποσύνδεση, αλλά έχω αυτό το σφάλμα
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/weight_boosting.py:29:
DeprecationWarning: numpy.core.umath_tests είναι μια εσωτερική ενότητα NumPy
και δεν πρέπει να εισαχθεί. Θα αφαιρεθεί στο μέλλον NumPy
ελευθέρωση. από numpy.core.umath_tests εισαγωγή inner1d
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311:
Προειδοποίηση χρήστη: Προσπάθεια απομάκρυνσης του εκτιμητή από το DecisionTreeClassifier από
έκδοση 0.20.2 κατά τη χρήση της έκδοσης 0.19.2. Αυτό μπορεί να οδηγήσει σε σπάσιμο
κωδικός ή μη έγκυρα αποτελέσματα. Χρησιμοποιήστε το με δική σας ευθύνη. Προειδοποίηση χρήστη)
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311:
Προειδοποίηση χρήστη: Προσπάθεια αποσύνδεσης του εκτιμητή RandomForestClassifier από
έκδοση 0.20.2 κατά τη χρήση της έκδοσης 0.19.2. Αυτό μπορεί να οδηγήσει σε σπάσιμο
κωδικός ή μη έγκυρα αποτελέσματα. Χρησιμοποιήστε το με δική σας ευθύνη. Προειδοποίηση χρήστη)
Traceback (τελευταία πρόσφατη κλήση): Αρχείο "rf_pred_model_tester.py",
γραμμή 7, σε
εκτύπωση ('Class:', int (rf.predict (xx))) Αρχείο "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py" ,
γραμμή 538, στην πρόβλεψη
proba = self.predict_proba (X) Αρχείο "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py",
γραμμή 581, στο predict_proba
n_jobs, _, _ = _partition_estimators (self.n_estimators, self.n_jobs) Αρχείο
"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/base.py",
γραμμή 153, στο _partition_estimators
n_jobs = min (_get_n_jobs (n_jobs), n_estimators) Αρχείο "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/init.py",
γραμμή 464, σε _get_n_jobs
αν n_jobs <0: TypeError: '<' δεν υποστηρίζεται μεταξύ των εμφανίσεων 'NoneType' και 'int'
εδώ είναι ο κωδικός που προσπαθώ να εκτελέσω
εισαγωγή τουρσί
εισαγωγή numpy ως np
με ανοιχτό ('rf_model_1', 'rb') ως f:
rf = pickle.load (f)
xx = np.array ([67, 17832, 1, 1, 0, 33, 1941902452, 36, 33011.0, 19, 18, 0, 2, 1]). αναδιαμόρφωση (1, -1)
εκτύπωση ('Class:', int (rf.predict (xx)))
Περιμένω ένα αποτέλεσμα σαν αυτό:
Κατηγορία: [0]
αν εκτελέσω τον κώδικα στο jupyter λειτουργεί καλά, αλλά παίρνω σφάλμα όταν προσπαθώ να τρέξω στο τερματικό.
2021-01-16 08:13:24
Το λάθος σας το έθεσε αμβλύ:
Προειδοποίηση χρήστη: Προσπάθεια απομάκρυνσης του εκτιμητή RandomForestClassifier από την έκδοση 0.20.2 κατά τη χρήση της έκδοσης 0.19.2. Αυτό μπορεί να οδηγήσει σε σπάσιμο κώδικα ή μη έγκυρα αποτελέσματα. Χρησιμοποιήστε το με δική σας ευθύνη.
Και όντως αυτό συνέβη. κατά την αποξήρανση, το χαρακτηριστικό n_jobs του RandomForestClassifier διατηρήθηκε στο None. Αυτή είναι η προεπιλεγμένη τιμή για την προετοιμασία, αλλά πίσω από τα παρασκήνια αυτό συνήθως ορίζεται σε 1. Μπορείτε να βρείτε περισσότερες λεπτομέρειες για το n_jobs εδώ: https://scikit-learn.org/stable/glossary.html#term-n-jobs
Για εσάς, η ρύθμιση του n_jobs του rf σε 1 θα κάνει το κόλπο:
εισαγωγή τουρσί
εισαγωγή numpy ως np
με ανοιχτό ('rf_model_1', 'rb') ως 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]). αναδιαμόρφωση (1, -1)
εκτύπωση ('Class:', int (rf.predict (xx)))
|
Πολύ ενεργή ερώτηση. Κερδίστε 10 φήμη για να απαντήσετε σε αυτήν την ερώτηση. Η απαίτηση φήμης συμβάλλει στην προστασία αυτής της ερώτησης από ανεπιθύμητες ενέργειες και μη απαντήσεις.
Δεν είναι η απάντηση που ψάχνετε; Περιηγηθείτε σε άλλες ερωτήσεις με ετικέτα python-3.x ή κάντε τη δική σας ερώτηση.