使用scorecardpy加载模型后调用scorecard_ply报UnboundLocalError的解决方法

问题原因 #

np.save()/np.load() 不适合保存scorecardpy生成的card模型。该模型是包含DataFrame等复杂结构的字典，numpy的序列化方式会丢失部分元数据或结构信息，导致加载后的模型缺失card_df关键字段，触发报错。

解决方法 #

方法1：使用pickle保存/加载模型（推荐） #

pickle是Python原生序列化工具，能完整保留复杂对象的结构，完美适配scorecardpy的card模型：

• 保存模型：

import pickle
# 假设你的card模型变量名为card_model
with open('card_model.pkl', 'wb') as f:
    pickle.dump(card_model, f)

• 加载模型：

import pickle
with open('card_model.pkl', 'rb') as f:
    loaded_card_model = pickle.load(f)

• 调用生成评分：

import scorecardpy as sc
score = sc.scorecard_ply(test_data, loaded_card_model)

方法2：手动补全缺失字段（仅应急用） #

如果已经用np.save保存了模型，可通过以下方式临时修复：

1. 重新训练模型，提取原始模型中的card_df字段
2. 给加载后的模型字典补充该字段：

import numpy as np
loaded_model = np.load('card_model.npy', allow_pickle=True).item()
# 假设重新训练的原始模型为original_card_model
loaded_model['card_df'] = original_card_model['card_df']
# 调用评分
score = sc.scorecard_ply(test_data, loaded_model)

此方法依赖原始训练模型，局限性大，仅作为应急方案。

内容的提问来源于stack exchange，提问作者zjh1001