AWS SageMaker XGBoost容器加载模型遇AttributeError问题求助

问题根源 #

你用SageMaker XGBoost容器1.5-1加载的是scikit-learn接口的XGBClassifier对象，但容器的算法模式服务代码只兼容原生XGBoost Booster模型。容器代码会调用set_param方法，而XGBClassifier没有这个方法，因此触发AttributeError。

解决方案 #

1. 重新训练时直接保存原生Booster模型 #

如果是新训练的模型，不要保存XGBClassifier对象，而是提取内部的Booster再保存：

from xgboost import XGBClassifier

# 训练模型
model = XGBClassifier(...)
model.fit(X_train, y_train)

# 提取原生Booster并保存
booster = model.get_booster()
booster.save_model("model.bst")

2. 转换已有的XGBClassifier模型为Booster格式 #

如果已经有保存好的XGBClassifier，可以先加载后转换：

from xgboost import XGBClassifier

# 加载XGBClassifier
loaded_model = XGBClassifier()
loaded_model.load_model("path/to/your/saved_model")

# 提取Booster并保存为兼容格式
booster = loaded_model.get_booster()
booster.save_model("model.bst")

3. 部署到SageMaker时使用正确的模型文件 #

将转换后的model.bst文件打包成模型归档（tar.gz），上传到S3后部署到SageMaker XGBoost容器，容器就能正确加载模型并处理推理请求。

内容的提问来源于stack exchange，提问作者Metel Stairs