如何匹配正确sklearn版本完成模型反序列化并解决运行报错

核心原因 #

你遇到的所有报错的根源是最开始的sklearn版本不兼容警告：你训练保存lgbm_v4.pkl模型时使用的sklearn版本为0.24.1，当前运行环境的sklearn版本为0.24.2。跨版本加载joblib序列化的模型时，模型内部绑定的LabelEncoder等组件行为出现异常，直接导致模型预测输出的标签为整数类型0/1，而你的测试集标签是字符串类型'0'/'1'，触发类型不匹配报错，后续的多个报错都是第一个异常触发的连锁反应，和你写的基础代码逻辑无关。

处理方案 #

• 优先选择对齐依赖版本：将当前环境的sklearn降级到和训练环境一致的0.24.1版本，执行命令：

  pip install scikit-learn==0.24.1
  

  降级完成后重新加载模型运行即可，该方案能彻底解决所有版本兼容导致的隐藏问题。
• 临时修复标签类型问题：如果暂时不想调整依赖版本，可以在调用score方法前，先将测试集标签转换为和预测结果一致的整数类型：

  y_test = y_test.astype(int)
  result = lgbm_v4.score(X_test, y_test)
  

  该方案只能解决当前的类型报错，无法保证模型后续运行不会出现其他隐藏的兼容异常。
• 重新训练模型：如果可以获取到原始训练代码和训练数据集，在当前0.24.2版本的sklearn环境下重新训练模型，保存新的pkl文件后加载使用，也可以彻底解决版本不兼容问题。

注意：后续使用joblib保存/加载sklearn系模型时，尽量保证训练和运行环境的sklearn版本完全一致，避免出现类似的兼容问题。

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