使用PyCaret加载模型调用predict_model时遇prep_pipe未定义错误

这个错误是因为PyCaret 2.x版本里，预处理管道prep_pipe是绑定在训练好的模型对象内部的，并非全局变量，直接调用predict_model时如果没关联正确的模型实例就会出问题。解决方法如下：

• 正确加载完整模型：训练时必须用save_model()函数保存模型（会自动把预处理管道和模型打包），加载时用load_model()读取完整模型文件：

  from pycaret.classification import load_model, predict_model
  
  # 加载保存的完整模型（包含预处理管道）
  loaded_model = load_model("your_saved_model")
  

• 用加载后的模型调用predict_model：直接将加载好的模型对象传入predict_model，同时指定待预测的数据：

  # 对测试数据进行预测
  predictions = predict_model(loaded_model, data=test_data)
  

• 排查常见错误点：

  • 确认训练时是用save_model()而非手动单独保存模型（比如用pickle单独存模型，会丢失预处理管道）
  • 加载模型时路径正确，确保模型文件完整

内容的提问来源于stack exchange，提问作者Geetika Chadha