使用dill保存含numpy的sklearn Pipeline后预测出现NameError

问题出在你用FunctionTransformer传入的lambda函数lambda x: np.log1p(x)上。当用dill序列化模型时，匿名lambda不会自动捕获外部的np命名空间依赖——哪怕加载模型的脚本里导入了numpy，序列化后的lambda内部依然找不到np的引用，导致transform阶段触发NameError。

给你两个可行的解决方法：

方法一：替换lambda为显式自定义函数 #

把lambda换成带内部numpy导入的自定义函数，确保序列化后加载时能正确找到依赖：

def log1p_transform(x):
    import numpy as np
    return np.log1p(x)

# 替换Pipeline中对应的FunctionTransformer部分
make_pipeline(
    impute.SimpleImputer(),
    pr.FunctionTransformer(log1p_transform),
    StandardScaler(),
)

方法二：直接传入numpy内置函数（更简洁） #

跳过lambda，直接把np.log1p作为函数传给FunctionTransformer，序列化时会正确保存函数引用：

# 替换Pipeline中对应的FunctionTransformer部分
make_pipeline(
    impute.SimpleImputer(),
    pr.FunctionTransformer(np.log1p),
    StandardScaler(),
)

修改后重新训练模型、保存，再在目标脚本加载预测，即可解决np未定义的错误。

内容的提问来源于stack exchange，提问作者sergiomahi