更新 scikit 模型，使其与最新版本兼容

Question

我有关于 scikit 模型和（复古）兼容性的问题。

我有一个在 Python 3.5 中从 scikit-learn 0.21.2 创建的模型（使用 joblib 保存），然后我使用包 shap 版本 0.30 对其进行分析。自从我升级到 Ubuntu 20.04 以来，我有了 Python 3.8（以及 scikit-learn 和 shap 的更新版本）。 由于新的软件包版本我无法使用Python 3.8加载它们，所以我使用Py3.5和原始软件包版本创建了一个虚拟环境。

现在我的问题是：有没有办法用 joblib 重新转储模型，以便我也可以用 Python 3.8 打开它们？我想使用最新版本的 shap 包重新分析模型（但当然它有 scikit 版本要求，这会破坏 joblib 加载）。

或者，我还有什么其他选择？ （我唯一不想做的就是重新训练模型）。

Answer 1

scikit-learn 中没有标准解决方案。如果您的模型受支持，您可以尝试sklearn-json。

虽然这不能解决您当前的问题，但您将来可以以兼容性问题较少的格式保存模型 - 请参阅 scikit-learn 模型持久性页面中的可互操作格式部分。

Answer 2

您的选择：

• 加载旧版本，然后以更具互操作性的格式序列化它，该格式不受pickle的版本要求的影响： https://scikit-learn.org/stable/model_persistence.html#interoperable-formats
• 使用原始数据和新的库版本重新训练模型
• 手动将权重和所有参数传输到新模型实例（检查旧对象的所有参数，然后使用新库/python版本将它们复制到新对象）请参阅：https://stackoverflow.com/a/77657267/21040193