使用pickle加载XGBoost模型后获取feature_names报KeyError: None

可能的原因及对应解决方案： #

• 版本兼容性问题
  不同XGBoost版本对feature_names的存储方式存在差异，之前正常现在报错大概率是版本更新导致的。

  • 对比之前正常运行时的XGBoost版本，尝试降级/升级到对应版本测试。
  • 如果是sklearn接口的模型（XGBClassifier/XGBRegressor），可尝试访问内部booster对象的特征名：

    cols_when_model_builds = xgb_model.get_booster().feature_names
    

• 模型类型不匹配
  加载的模型可能是原生xgboost.Booster而非sklearn包装后的模型，两者访问特征名的方式不同：

  • 先打印模型类型确认：

    print(type(xgb_model))
    

  • 如果是原生Booster，可通过以下方式获取特征名：

    # 从模型属性中获取
    cols_when_model_builds = xgb_model.attributes().get('feature_names')
    # 或从特征权重中提取（仅包含有权重的特征）
    cols_when_model_builds = list(xgb_model.get_score(importance_type='weight').keys())
    

• 模型文件损坏或路径错误
  加载的模型文件可能损坏，或者路径指向了错误的旧文件：

  • 确认path指向的是正确的模型文件，尝试重新保存一次训练好的模型再加载：

    # 重新保存模型（如果还有可用的模型对象）
    pickle.dump(xgb_model, open("new_model_path.pkl", "wb"))
    # 加载新保存的模型
    xgb_model = pickle.load(open("new_model_path.pkl", "rb"))
    

内容的提问来源于stack exchange，提问作者Gun