PySpark加载已保存MLPC模型调用predict报NoneType错误解决方法

你的代码有两个核心问题直接导致报错：

1. 模型加载逻辑完全错误。PySpark MLlib所有模型的load()是类静态方法，调用后会直接返回加载完成的可用模型对象，不会修改你手动实例化的空模型。你先创建了一个无任何训练参数的空MultilayerPerceptronClassificationModel实例，再调用model.load(mPath)时没有接收方法返回值，model变量始终是未初始化的无效对象，调用predict、transform自然会抛出属性不存在的错误。
2. 存在变量名拼写错误。你将pandas DataFrame转换为Spark DataFrame后赋值给了input_df变量，但后续VectorAssembler.transform()传入的是从未定义的spark_input_df，就算模型加载逻辑正确，这里也会抛出变量不存在的异常。

另外你用的SparkContext+SQLContext的初始化方式是PySpark 1.x时代的旧写法，2.0之后官方推荐统一用SparkSession作为唯一入口，兼容性和稳定性更好。

from pyspark.sql import SparkSession
from pyspark.ml.feature import VectorAssembler
from pyspark.ml.classification import MultilayerPerceptronClassificationModel

# 初始化Spark运行入口
spark = SparkSession.builder \
    .appName("MLP_Model_Prediction") \
    .getOrCreate()

# 替换为你的模型实际存储路径
mPath = "/your/model/save/path"
# 正确加载模型：直接调用类的load方法，将返回的可用模型赋值给变量
model = MultilayerPerceptronClassificationModel.load(mPath)

# 以下是数据处理与预测逻辑
# 假设input_df是你已经读取好的pandas DataFrame
vector_assembler = VectorAssembler(
    inputCols=input_df.columns.tolist(),
    outputCol="features"
)
# pandas DF转Spark DF，注意变量名前后统一
spark_input_df = spark.createDataFrame(input_df)
feature_df = vector_assembler.transform(spark_input_df)

# 批量预测：Spark模型处理DataFrame统一用transform方法，不要用仅支持单条输入的predict
prediction_result = model.transform(feature_df)

# 示例：查看前10条预测结果，包含原始特征、各类别概率、最终预测标签
prediction_result.select("features", "probability", "prediction").show(10)

• 不要提前实例化空模型对象再调用load()，所有PySpark MLlib的模型、特征处理器都直接通过类名调用load()方法，接收返回值即可得到可用实例。
• 批量对Spark DataFrame做推理必须用transform()方法，predict()是本地方法，仅支持传入单条Vector类型的特征做单样本预测，无法直接处理分布式DataFrame。
• 编写代码时注意变量名前后一致，避免出现定义名和调用名不一致的低级错误。
• 如果你因为环境限制必须使用旧版PySpark 1.x，要把SparkContext、SQLContext的初始化逻辑放在所有Spark相关操作的最前面，确保上下文启动后再加载模型、处理数据。

内容的提问来源于stack exchange，提问作者Ashish