J'essaye de charger une prédiction après avoir désélectionné mais j'obtiens cette erreur
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/weight_boosting.py:29:
DeprecationWarning: numpy.core.umath_tests est un module NumPy interne
et ne doit pas être importé. Il sera supprimé dans un futur NumPy
Libération. depuis numpy.core.umath_tests import inner1d
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311:
UserWarning: Tentative de décocher l'estimateur DecisionTreeClassifier de
version 0.20.2 lors de l'utilisation de la version 0.19.2. Cela pourrait conduire à la rupture
code ou résultats invalides. À utiliser à vos risques et périls. UserWarning)
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311:
UserWarning: tentative de décocher l'estimateur RandomForestClassifier de
version 0.20.2 lors de l'utilisation de la version 0.19.2. Cela pourrait conduire à la rupture
code ou résultats invalides. À utiliser à vos risques et périls. UserWarning)
Traceback (dernier appel en dernier): fichier "rf_pred_model_tester.py",
ligne 7, dans
print ('Classe:', int (rf.predict (xx))) Fichier "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py" ,
ligne 538, dans prédire
proba = self.predict_proba (X) Fichier "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py",
ligne 581, dans predict_proba
n_jobs, _, _ = _partition_estimators (self.n_estimators, self.n_jobs) Fichier
"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/base.py",
ligne 153, dans _partition_estimators
n_jobs = min (_get_n_jobs (n_jobs), n_estimators) Fichier "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/init.py",
ligne 464, dans _get_n_jobs
if n_jobs <0: TypeError: '<' non pris en charge entre les instances de 'NoneType' et 'int'
voici le code que j'essaye d'exécuter
importer des cornichons
importer numpy comme np
avec open ('rf_model_1', 'rb') comme 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 ('Classe:', int (rf.predict (xx)))
J'attends un résultat comme celui-ci:
Classe: [0]
si j'exécute le code sur jupyter, cela fonctionne bien, mais j'obtiens une erreur lorsque j'essaye de courir sur le terminal.
2021-01-16 08:13:35
Votre erreur le dit franchement:
UserWarning: Tentative de décocher l'estimateur RandomForestClassifier à partir de la version 0.20.2 lors de l'utilisation de la version 0.19.2. Cela peut entraîner une rupture de code ou des résultats non valides. À utiliser à vos risques et périls.
Et en effet, c'est ce qui s'est passé; lors du décapage, l'attribut n_jobs de votre RandomForestClassifier a été conservé à None. Il s'agit de la valeur par défaut pour l'initialisation, mais dans les coulisses, elle est généralement définie sur 1. Vous pouvez trouver plus de détails sur n_jobs ici: https://scikit-learn.org/stable/glossary.html#term-n-jobs
Pour vous, définir les n_jobs de rf sur 1 fera l'affaire:
importer des cornichons
importer numpy comme np
avec open ('rf_model_1', 'rb') comme 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 ('Classe:', int (rf.predict (xx)))
|
Question très active. Gagnez 10 points de réputation pour répondre à cette question. L'exigence de réputation permet de protéger cette question contre les spams et les activités sans réponse.
Ce n'est pas la réponse que vous recherchez? Parcourez les autres questions étiquetées python-3.x ou posez votre propre question.