Python加载pickle模型预测时报'DataFrame'无'predict'属性错误解决

错误根本原因 #

• 序列化存储对象错误：生成pickle文件时保存的是预测结果DataFrame df_forecast，而非训练好的LSTM模型对象，所以加载后得到的是DataFrame，自然没有predict方法
• 语法错误：报错代码中调用predict方法使用了方括号model.predict[x_test]，方法调用需用圆括号
• 标准化逻辑不匹配：训练时使用StandardScaler做数据标准化，预测时换成了MinMaxScaler，且直接调用fit_transform重新拟合，会导致数据分布与训练时不一致，预测结果失效
• 输入维度不匹配：LSTM要求输入为三维格式(样本数, 历史时间步长, 特征数)，当前的x_test是二维结构，即使模型加载正确也会报错

修复步骤 #

1. 重新生成正确的模型存储文件 #

Keras模型优先使用自带的save方法存储，兼容性更好，同时要保存训练时拟合好的标准化器，替换原pickle生成代码：

# 训练完成后执行
# 保存LSTM模型
model.save('toyota_corolla_lstm.h5')
# 保存训练阶段拟合好的标准化器
import joblib
joblib.dump(scaler, 'standard_scaler.pkl')

2. 修正加载预测代码 #

import pandas as pd
import numpy as np
from tensorflow.keras.models import load_model
import joblib

# 加载训练好的模型和标准化器
model = load_model('toyota_corolla_lstm.h5')
scaler = joblib.load('standard_scaler.pkl')

# 读取测试数据
x = pd.read_csv('Dataset.csv')
cols = list(x)[1:2]
df_test = x[cols].astype(float)

# 用训练好的标准化器做转换，不要重新fit
df_test_scaled = scaler.transform(df_test)

# 构造符合LSTM要求的三维输入，和训练时的历史步长n_past保持一致（训练时取值为14）
n_past = 14
testX = []
for i in range(n_past, len(df_test_scaled) + 1):
    testX.append(df_test_scaled[i - n_past:i, :])
testX = np.array(testX)

# 调用predict方法预测
y_pred_scaled = model.predict(testX)

# 逆标准化得到真实价格
pred_copies = np.repeat(y_pred_scaled, df_test.shape[1], axis=-1)
y_pred = scaler.inverse_transform(pred_copies)[:, 0]

额外优化建议 #

• 训练代码中两次编译模型，第二次误用了分类任务的损失函数categorical_crossentropy，价格预测属于回归任务，应该保留第一次的mse损失函数
• 回归任务用accuracy作为评估指标没有意义，可替换为mae（平均绝对误差）等回归类指标

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