如何在Python2中加载Python3 Pickled SKlearn模型

我有一个Python 3.6脚本，用于训练SKLearn模型，然后使用以下代码保存模型：

with open('filepath', 'wb') as f:
    pickle.dump(trained_model, f, protocol=2)

当我尝试在Python3.6中加载pickle时，结果很好：

>>with open('filepath', 'rb') as f:
>>    model = pickle.load(f)
>>
>>model

RandomForestClassifier(bootstrap=True, class_weight=None, criterion='gini',
        max_depth=None, max_features='auto', max_leaf_nodes=None,
        min_impurity_decrease=0.0, min_impurity_split=None,
        min_samples_leaf=1, min_samples_split=2,
        min_weight_fraction_leaf=0.0, n_estimators=80, n_jobs=1,
        oob_score=False, random_state=None, verbose=0,
        warm_start=False)

在Python 2.7中运行相同的pickle.load命令时，出现以下错误：

>>with open('filepath', 'rb') as f:
>>    model = pickle.load(f)

ValueError: non-string names in Numpy dtype unpickling

查看文档和类似情况，将protocol设置为2应该使pickle文件兼容。导致此问题的原因是什么？如何解决此问题？

您可以使用而不是

.load（）

来获取更有用的回溯

但是，如果故障部分在

numpy

的代码中，您仍然需要使用C调试器或手动跟踪源代码…
…或在馈送到

numpy

的取消勾选例程的部件上使用，并尝试猜测它有什么问题

• 这是为你做的！它打印了pickle数据的反汇编，并带有偏移量。尽管您可能仍然需要规范来找出冲突的性质

---

也就是说，Do警告说不支持在其他版本和/或体系结构中加载模型数据，并建议改为保存源材料。

这是完整的回溯吗？不幸的是，是的。我现在不能说任何其他内容，因为您没有为我提供任何诊断信息。请参阅更新，这可能会对您有很大帮助。指向_load（）的链接“强制使用纯python…”似乎指向了错误的方向。应使用永久性剂