Python PicklingError:无法对任务进行pickle以将其发送给工作人员

我正在从事一个NLP Kaggle项目，我在项目中使用RandomizedSearchCV。我已经定义了一个名为GO的函数，它使用KFold和评分标准以及grid_参数实现了RandomizedSearchCV。下面是我的代码，当我调用函数GO时，它会给出一个错误：

kf = KFold(n_splits=5, random_state=0, shuffle=True)
acc = lambda y, y_pred: accuracy_score(y, y_pred)
scorer = make_scorer(acc, greater_is_better=True)

def GO(model, grid, n_iter=100):
    search = RandomizedSearchCV(model, grid, n_iter, scorer, n_jobs=-1, cv=kf, random_state=0, verbose=True)
    return search.fit(X_train, y_train)

这是我得到的错误：

PicklingError                             Traceback (most recent call last)
<ipython-input-131-310dea03e0ad> in <module>
      3 
      4 for pipe, grid in zip(pipes, grids):
----> 5     fitted_models.append(GO(pipe, grid))

<ipython-input-129-98eb26241ea1> in GO(model, grid, n_iter)
      1 def GO(model, grid, n_iter=100):
      2     search = RandomizedSearchCV(model, grid, n_iter, scorer, n_jobs=-1, cv=kf, random_state=0, verbose=True)
----> 3     return search.fit(X_train, y_train)

~\Anaconda3\lib\site-packages\sklearn\model_selection\_search.py in fit(self, X, y, groups, **fit_params)
    720                 return results_container[0]
    721 
--> 722             self._run_search(evaluate_candidates)
    723 
    724         results = results_container[0]

~\Anaconda3\lib\site-packages\sklearn\model_selection\_search.py in _run_search(self, evaluate_candidates)
   1513         evaluate_candidates(ParameterSampler(
   1514             self.param_distributions, self.n_iter,
-> 1515             random_state=self.random_state))

~\Anaconda3\lib\site-packages\sklearn\model_selection\_search.py in evaluate_candidates(candidate_params)
    709                                for parameters, (train, test)
    710                                in product(candidate_params,
--> 711                                           cv.split(X, y, groups)))
    712 
    713                 all_candidate_params.extend(candidate_params)

~\Anaconda3\lib\site-packages\sklearn\externals\joblib\parallel.py in __call__(self, iterable)
    928 
    929             with self._backend.retrieval_context():
--> 930                 self.retrieve()
    931             # Make sure that we get a last message telling us we are done
    932             elapsed_time = time.time() - self._start_time

~\Anaconda3\lib\site-packages\sklearn\externals\joblib\parallel.py in retrieve(self)
    831             try:
    832                 if getattr(self._backend, 'supports_timeout', False):
--> 833                     self._output.extend(job.get(timeout=self.timeout))
    834                 else:
    835                     self._output.extend(job.get())

~\Anaconda3\lib\site-packages\sklearn\externals\joblib\_parallel_backends.py in wrap_future_result(future, timeout)
    519         AsyncResults.get from multiprocessing."""
    520         try:
--> 521             return future.result(timeout=timeout)
    522         except LokyTimeoutError:
    523             raise TimeoutError()

~\Anaconda3\lib\concurrent\futures\_base.py in result(self, timeout)
    430                 raise CancelledError()
    431             elif self._state == FINISHED:
--> 432                 return self.__get_result()
    433             else:
    434                 raise TimeoutError()

~\Anaconda3\lib\concurrent\futures\_base.py in __get_result(self)
    382     def __get_result(self):
    383         if self._exception:
--> 384             raise self._exception
    385         else:
    386             return self._result

PicklingError: Could not pickle the task to send it to the workers.

PicklingError回溯（最近一次调用）
在里面
3.
4对于拉链中的管道、格栅（管道、格栅）：
---->5个已安装的_模型。附加（GO（管道、网格））
in-GO（模型、网格、n_iter）
1个def GO（型号，网格，n_iter=100）：
2 search=RandomizedSearchCV（模型、网格、n_iter、记分员、n_jobs=-1、cv=kf、random_state=0、verbose=True）
---->3返回搜索。拟合（X_列，y_列）
~\Anaconda3\lib\site packages\sklearn\model\u selection\\u search.py in fit（self、X、y、groups、**fit\u参数）
720返回结果\u容器[0]
721
-->722自我搜索（评估候选人）
723
724结果=结果\u容器[0]
~\Anaconda3\lib\site packages\sklearn\model\u selection\u search.py in\u run\u search（self，evaluate\u候选者）
1513评估候选参数（参数采样器）(
1514自参数分布，自n_iter，
->1515随机状态=自身。随机状态）
~\Anaconda3\lib\site packages\sklearn\model\u selection\\u search.py in evaluate\u候选者（候选者参数）
709参数（列车、试验）
710英寸产品（候选参数，
-->711 cv.分割（X、y、组）
712
713所有候选参数扩展（候选参数）
调用中的~\Anaconda3\lib\site packages\sklearn\externals\joblib\parallel.py（self，iterable）
928
929，带有self.\u backend.retrieval\u context（）：
-->930 self.retrieve（）
931#确保我们收到最后一条消息，告诉我们已经完成
932已用时间=time.time（）-self.\u开始时间
检索中的~\Anaconda3\lib\site packages\sklearn\externals\joblib\parallel.py（self）
831尝试：
832如果getattr（self.\u后端“支持\u超时”，则为False）：
-->833 self.\u output.extend（job.get（timeout=self.timeout））
834其他：
835 self.\u output.extend（job.get（））
~\Anaconda3\lib\site packages\sklearn\externals\joblib\\u parallel\u backends.py在wrap\u future\u结果中（future，超时）
519 AsyncResults.get from multiprocessing。”“”
520试试：
-->521返回future.result（超时=超时）
522除LokyTimeOuter错误外：
523 raise TimeoutError（）
~\Anaconda3\lib\concurrent\futures\\u base.py输入结果（self，超时）
430升高取消错误（）
431 elif self.\u state==完成：
-->432返回self.\u获取\u结果（）
433其他：
434 raise TimeoutError（）
~\Anaconda3\lib\concurrent\futures\\u base.py in\uuuuu get\u result（self）
382定义获取结果（自身）：
383如果自身存在例外情况：
-->384升起自我。\u异常
385其他：
386返回自我。\u结果
PicklingError:无法对任务进行pickle以将其发送给工作人员。

---

我试图解决它，但无法解决。这里有人能帮我吗？

模型中有什么？