如何用PyInstaller打包Pickle序列化Sklearn模型EXE且不依赖Sklearn？

太懂你这种想压缩EXE体积的心情了——18MB和200MB的差别简直是天壤之别。先给你说透核心问题：Pickle根本不是用来打包依赖的，它只序列化了模型对象的结构和参数，加载时必须能找到原类的定义（也就是Sklearn的VotingRegressor），所以你没导入Sklearn的话，打包后运行肯定会报找不到模块的错。

下面给你三个可行的解决方案，按推荐程度排序：

1. 转成ONNX格式（最推荐，彻底脱离Sklearn） #

ONNX是跨框架的模型格式，专门解决“模型部署脱离训练框架”的痛点。你只需要把训练好的Voting Regressor转成ONNX格式，用轻量的onnxruntime来推理，打包后的体积能控制在50MB以内，完全不需要Sklearn。

步骤1：训练时转换模型（仅需执行一次） #

先安装依赖：

pip install onnx skl2onnx

然后运行转换代码：

from skl2onnx import convert_sklearn
from skl2onnx.common.data_types import FloatTensorType
import pickle

# 加载你原有的Voting Regressor模型
model = pickle.load(open('vt_model.pkl', 'rb'))
# 定义输入特征形状：你的模型是16个特征，所以设置为[None, 16]（None表示支持批量预测）
initial_type = [('float_input', FloatTensorType([None, 16]))]
# 转换为ONNX格式
onnx_model = convert_sklearn(model, initial_types=initial_type)
# 保存ONNX模型
with open('vt_model.onnx', 'wb') as f:
    f.write(onnx_model.SerializeToString())

步骤2：修改部署代码 #

把原来用Pickle加载模型和预测的部分替换成以下代码：

# 替换原有的import pickle和模型加载逻辑
import onnxruntime as rt
import numpy as np  # 仅需这个轻量库，比Sklearn小得多

# 加载ONNX模型
sess = rt.InferenceSession(resource_path('vt_model.onnx'))
input_name = sess.get_inputs()[0].name
output_name = sess.get_outputs()[0].name

# 数据预处理、scaler转换部分保留不变
# ... 你的原有代码逻辑 ...

# 将处理好的特征转换为numpy数组（ONNX要求数组输入）
scale_array = scale_table  # 这是你scaler.transform后的二维数组结果
pred_value = sess.run([output_name], {input_name: scale_array})[0]
pred_value = int(np.round(pred_value[0]))

这样打包时只需要导入onnxruntime、PySimpleGUI等轻量库，体积会大幅下降，且完全脱离Sklearn依赖。

2. PyInstaller隐藏导入+裁剪Sklearn依赖（保留Pickle方案） #

如果你不想更换模型格式，也可以让PyInstaller只打包Sklearn的必要部分，而非整个库。

打包命令示例：

pyinstaller --onefile --hidden-import sklearn.ensemble.VotingRegressor --exclude-module sklearn.datasets --exclude-module sklearn.utils.tests --exclude-module sklearn.dummy --exclude-module sklearn.svm test.py

• --hidden-import：指定必须加载的Sklearn子模块（VotingRegressor属于sklearn.ensemble）
• --exclude-module：排除Sklearn中完全无用的部分，比如数据集、测试模块、示例模型等

这样打包后的体积大概会降到80-100MB，远小于全量导入Sklearn的大小。

3. 模型蒸馏（适合对精度要求不高的场景） #

如果你的模型精度要求不是极端苛刻，可以用简单回归模型拟合Voting Regressor的输出：

1. 用大量输入数据喂给原Voting Regressor，得到预测结果
2. 把这些输入和预测结果作为新训练数据，训练一个轻量回归器（比如线性回归、小型决策树）
3. 打包这个轻量模型，依赖会极小（比如仅需sklearn.linear_model，体积非常小）

这个方法会损失少量精度，但胜在体积最小。

最后提醒 #

• ONNX转换时注意Sklearn版本兼容性，skl2onnx对Sklearn 0.24-1.0版本支持较好
• 用PyInstaller裁剪依赖时，可添加更多--exclude-module参数排除无用子模块，比如sklearn.metrics、sklearn.model_selection等

内容的提问来源于stack exchange，提问作者Polarbear1026