为什么我会收到持久性 sklearn 模型的 unpickling 错误？答案

【问题标题】：Why do I get unpickling error for persistent sklearn model?为什么我会收到持久性 sklearn 模型的 unpickling 错误？
【发布时间】：2020-01-31 09:35:57
【问题描述】：

我有一个训练有素的决策树模型，我在谷歌研究笔记本中创建，并像这样腌制：

pickle.dump(tree, open(tree_15.sav, 'wb'))

我们有一个从 docker 构建的在线分析项目，创建的环境与我用来创建模型的环境相同。（以及用于其他功能的一些其他包。）我想在其他项目中导入我的模型，使用以下行：

predictive_model = pickle.load(open(self.sav_path, 'rb'), fix_imports=True, encoding='latin1')

但我明白了：

_pickle.UnpicklingError: invalid load key, '\xef'.

有趣的是，我无法在本地重现相同的错误。我使用 Windows 桌面（所以我在本地从 docker 构建时遇到问题），但我使用每个包的相同版本，.sav 文件没有损坏 - 散列检查 - 等等。它每次都在本地运行得很好。同一模型的先前版本也可以在线运行。老实说，我在这里很迷茫。

【问题讨论】：

标签： python scikit-learn persistence pickle

【解决方案1】：

通常，gzip 的open() 没有内置open() 的问题，所以为什么不尝试以下方法：

import gzip, pickle
with gzip.open(self.sav_path, 'rb') as f:
    predictive_model = pickle.load(f, fix_imports=True, encoding='latin1')

【讨论】：

感谢您的建议。我试过你的 sn-p，现在我得到：OSError: Not a gzipped file (b'\x80\x03')