加载sklearn模型报错：找不到sklearn.ensemble._gb_losses模块求助

首先修正代码中的明显错误 #

你的Flask代码里存在重复加载模型的错误：

model = pickle.load(open("model.pkl", "rb"))
app = Flask(__name__)
Model = pickle.load(model)  # 这行完全多余，model已经是加载好的模型对象，无需再次调用pickle.load

直接删除Model = pickle.load(model)这一行即可，否则会引发额外错误。

针对_gb_losses模块缺失的解决方案 #

这个错误本质是模型保存时的scikit-learn版本与当前运行环境的版本不兼容，_gb_losses是scikit-learn内部用于梯度提升树（GradientBoosting系列模型）的私有模块，不同版本的模块结构可能有变化。

• 安装模型训练时的精确版本：
  找到训练model.pkl的环境，执行print(sklearn.__version__)获取版本号，然后在当前环境安装对应版本：

  pip install scikit-learn==[训练时的版本号]
  

  比如训练时用的是1.2.1，就执行pip install scikit-learn==1.2.1。

• 逐步测试相近稳定版本：
  如果不知道训练版本，可尝试测试1.0.x到1.3.x之间的稳定版本，比如依次安装1.0.2、1.1.3、1.2.2、1.3.2，每次安装后尝试加载模型，直到找到兼容版本。

• 重新训练模型：
  如果无法找到对应版本，直接用当前环境的scikit-learn重新训练模型并保存新的model.pkl，这是最彻底的兼容方案，避免跨版本的模块依赖问题。

• 检查自定义损失函数：
  如果训练模型时使用了自定义损失函数（针对GradientBoosting模型），确认该函数是否依赖了sklearn.ensemble._gb_losses内部模块，若有则需要调整损失函数实现，改用公共API支持的方式。

内容的提问来源于stack exchange，提问作者Atharv Thombare