我有一个训练有素的RandomForestRegressor模型我想保存到文件中以便重复使用。我按照scikit-learn持久性页面上的说明操作，可以保存训练有素的模型。问题是我似乎无法重复使用它，因为scikit-learn不会将其识别为受过训练。
model = RandomForestRegressor(n_estimators=100, max_features='sqrt', max_depth=12, n_jobs=24)
model.fit(training_input,training_target_values)
joblib.dump(model, './trained_model/tree.pkl')
但是当我尝试重新使用该模型时：
model = joblib.load('./trained_model/tree.pkl')
prediction = np.array(model.predict(patient_arr))
我收到错误：
文件“/usr/local/lib/python2.7/dist-packages/sklearn/ensemble/forest.py”，第614行，预测 check_is_fitted（self，'n_outputs_'） 在check_is_fitted中输入文件“/usr/local/lib/python2.7/dist-packages/sklearn/utils/validation.py”，第627行 引发NotFittedError（msg％{'name'：type（estimator）。 name }） sklearn.utils.validation.NotFittedError：此RandomForestRegressor实例尚未安装。在使用此方法之前，请使用适当的参数调用“fit”。
我也试过了：
trained_model = model.fit(training_input,training_target_values)
joblib.dump(trained_model, './trained_model/tree.pkl')
具有相同的结果。
答案 0 :(得分：-2)
也许文件扩展名错误，我尝试使用joblib.dump（rfClf，“models / train_model_6.m”）来保存模型，它可以运行，你可以尝试一下。