PyCaret predict_model() 方法失败并出现 Pipeline not Found 错误

Question

我已经在本地训练了我的 pycaret 模型，然后我将其推送到 S3。现在我想在更大的生产数据集上运行 predict_model() 方法。

我使用 boto3 将我的模型 pickle 文件从 S3 复制到我的 Spark EMR 集群的主节点。然后我使用

导入库

from pycaret.classification import *

并尝试应用我的预测如下 -

model_path = '/tmp/catboost_model_aug19'
saved_model = load_model(model_path)  
Transformation Pipeline and Model Successfully Loaded
new_data = spark.sql("select * from table").toPandas()
df = predict_model(saved_model, data = new_data)

当我运行 predict_model() 时，它会报错 Pipeline not found

或者，当我在本地机器上运行相同的代码时，它可以正常工作。如何解决此错误？

Answer 1

什么版本的 Pycaret 用于模型创建？我遇到了类似的错误，结果发现腌制模型是基于以前版本的 pycaret 构建的，而我拥有的是最新版本。