joblib加载已训练LightGBM模型后报Estimator not fitted错误如何解决？

问题原因 #

• LightGBM 提供的 Sklearn 接口 LGBMRegressor 的序列化逻辑和原生 Sklearn 估计器不同：拟合生成的树结构存储在 _Booster 属性中，拟合状态标记存储在 fitted_ 属性中，这两个属性用通用的 pickle 序列化很容易丢失，跨 LightGBM 版本加载时丢失概率更高。
• 你打印模型只能看到初始化的超参数，看不到内部的状态属性，所以会出现「结构参数正常但提示未拟合」的情况。

解决方案 #

方案1：使用 LightGBM 原生序列化接口（稳定性最高） #

不要用通用的 joblib/pickle 序列化，用 LightGBM 自带的保存加载逻辑：

# 训练完成后保存
model.booster_.save_model("lgb_regressor_model.txt")

加载时按如下方式处理即可直接使用 Sklearn 接口的 predict 方法：

import lightgbm as lgb
from lightgbm import LGBMRegressor

# 加载训练好的 booster
loaded_booster = lgb.Booster(model_file="lgb_regressor_model.txt")
# 封装为 LGBMRegressor 实例
loaded_model = LGBMRegressor()
loaded_model._Booster = loaded_booster
# 补全拟合状态标记
loaded_model.fitted_ = True
# 如果需要保留原超参数，可以在保存模型时同步把 model.get_params() 的结果用 json 存下来，加载后调用 loaded_model.set_params(**超参数字典)

方案2：修复 joblib 序列化兼容问题 #

如果要继续用 joblib 序列化，需要满足两个前提：训练和加载环境的 LightGBM 版本完全一致，保存和加载都用 joblib 的接口：

# 保存
import joblib
joblib.dump(model, "lgb_model.joblib")

# 加载
loaded_model = joblib.load("lgb_model.joblib")
# 手动补全缺失的拟合状态标记
if not hasattr(loaded_model, "fitted_"):
    loaded_model.fitted_ = True

验证方法 #

加载完成后先执行以下代码校验状态：

# 两个输出都为 True 即可正常调用 predict
print(hasattr(loaded_model, "_Booster"))
print(hasattr(loaded_model, "fitted_"))

内容的提问来源于stack exchange，提问作者KabaL