使用joblib加载的sklearn模型时出错。 TypeError：根据规则'safe'，无法将数组数据从dtype（'O'）转换为dtype（'int64'）

Question

我使用sklearn创建了一个VotingClassifier（）对象。稍后，我使用joblib将其保存到voting_predictor.pkl文件中。当我成功加载它时，当我尝试将某些数据预测为voting_predictor.predict(X_test)时，我收到以下错误：

TypeError：根据规则'safe'，无法将数组数据从dtype（'O'）转换为dtype（'int64'）

我试图用pickle转储/加载对象，我得到了同样的错误。代码如下所示：

eclf1 = VotingClassifier(estimators=estimators, voting='hard')

eclf1 = eclf1.fit(X_train, y_train)
y_pred = eclf1.predict(X_test)

report = classification_report(y_test, y_pred)
poll_accuracy = accuracy_score(y_test, y_pred)

print(report)
print(poll_accuracy)

# successful object dump
filename = 'voting_predictor.pkl'
joblib.dump(eclf1, filename)

#successful object load
voting_predictor = joblib.load(filename)
# this prints the object correctly, showing all its parameters 
print(voting_predictor)

#error shows here
y_pred = voting_predictor.predict(X_test)

report = classification_report(y_test, y_pred)
poll_accuracy = accuracy_score(y_test, y_pred)

print(voting_predictor)成功打印了对象及其所有参数。有关为什么会发生这种情况的任何想法？

Answer 1

我和其他预测因子一起使用catbooster时遇到了同样的错误。我找到了this解决方案，但我正在寻找一个更优雅的解决方案。

Answer 2

问题是目标列是类的名称，如string。似乎将字符串值保留而不将其编码为某个整数，导致此错误。但是，在任何其他情况下，sklearn正确处理每个类的字符串名称，提供诸如classification_report和accuracy_score之类的所有度量而没有错误。仅当我从文件加载对象时才会发生错误。