Intento cargar una predicción después de anular la selección, pero aparece este error.
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/weight_boosting.py:29:
DeprecationWarning: numpy.core.umath_tests es un módulo interno de NumPy
y no debe importarse. Se eliminará en un futuro NumPy
lanzamiento. de numpy.core.umath_tests importar inner1d
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311:
UserWarning: Intentando eliminar el estimador DecisionTreeClassifier de
versión 0.20.2 cuando se usa la versión 0.19.2. Esto puede llevar a romper
código o resultados no válidos. Úselo bajo su propio riesgo. UserWarning)
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/base.py:311:
UserWarning: Intentando eliminar el estimador RandomForestClassifier de
versión 0.20.2 cuando se usa la versión 0.19.2. Esto puede llevar a romper
código o resultados no válidos. Úselo bajo su propio riesgo. UserWarning)
Traceback (última llamada más reciente): archivo "rf_pred_model_tester.py",
línea 7, en
print ('Clase:', int (rf.predict (xx))) Archivo "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py" ,
línea 538, en predecir
proba = self.predict_proba (X) Archivo "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/forest.py",
línea 581, en predict_proba
n_jobs, _, _ = _partition_estimators (self.n_estimators, self.n_jobs) Archivo
"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/ensemble/base.py",
línea 153, en _partition_estimators
n_jobs = min (_get_n_jobs (n_jobs), n_estimators) Archivo "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/init.py",
línea 464, en _get_n_jobs
if n_jobs <0: TypeError: '<' no se admite entre instancias de 'NoneType' e 'int'
aquí está el código que estoy tratando de ejecutar
importar pepinillos
importar numpy como np
con open ('rf_model_1', 'rb') como 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 ('Clase:', int (rf.predict (xx)))
Espero un resultado como este:
Clase: [0]
si ejecuto el código en jupyter, está funcionando bien, pero obtengo un error cuando intento ejecutarlo en la terminal.
2021-01-16 08:14:13
Su error lo expresó sin rodeos:
UserWarning: Intentando eliminar el estimador RandomForestClassifier de la versión 0.20.2 cuando se usa la versión 0.19.2. Esto puede provocar que se rompa el código o que se obtengan resultados no válidos. Úselo bajo su propio riesgo.
Y de hecho eso es lo que sucedió; al decapado, el atributo n_jobs de su RandomForestClassifier se mantuvo en Ninguno. Este es el valor predeterminado para la inicialización, pero detrás de escena generalmente se establece en 1. Puede encontrar más detalles sobre n_jobs aquí: https://scikit-learn.org/stable/glossary.html#term-n-jobs
Para usted, establecer n_jobs de rf en 1 hará el truco:
importar pepinillos
importar numpy como np
con open ('rf_model_1', 'rb') como 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 ('Clase:', int (rf.predict (xx)))
|
Pregunta muy activa. Gana 10 de reputación para responder a esta pregunta. El requisito de reputación ayuda a proteger esta pregunta del spam y de la actividad sin respuesta.
No es la respuesta que estás buscando? Lea otras preguntas con la etiqueta python-3.x o formule su propia pregunta.