Python 如何使用IMBREAN管道保存sklearn gridsearchcv后的模型：TypeError:can'；t pickle\u thread.RLock对象

我面临的问题是，在处理一个极不平衡的数据集时，我使用IMBREAN pipeline和sklearn gridsearchcv执行了网格搜索，但当我尝试保存模型时，我得到了错误“TypeError:can't pickle _thread.RLock objects”。我用来保存模型的语句是

案例1：

import pickle

pickle.dump(grid_result,open(model_filename,'wb'))

案例2：

from sklearn.externals import joblib

joblib.dump(grid_result.best_estimator_, 'GS_obj.pkl')

1） 对于二进制分类问题，我定义了如下所示的模型体系结构

构建函数以创建KerasClassifier所需的模型 2） 构建参数搜索网格，如下所示

初始化参数网格 2） 实例化管道并执行GridSearch，如下所示

实例化SMOTE对象 实例化Scaler对象 实例化管道 执行GridSearchCV 请告知如何使用下面给出的保存模型，我无法保存模型并获得错误“TypeError:can't pickle\u thread.RLock objects”

案例1：

import pickle

pickle.dump(grid_result,open(model_filename,'wb'))

导入pickle
dump（网格结果，打开（模型文件名，'wb'））

案例2：

from sklearn.externals import joblib

joblib.dump(grid_result.best_estimator_, 'GS_obj.pkl')

从sklearn.externals导入作业库
joblib.dump（grid_result.best_estimator_'GS_obj.pkl'））

谢谢

---

Surajit

案例1：导入pickle pickle.dump（网格结果，open（'GS_obj.pkl'，'wb'））有相同的问题-您解决过这个问题吗？

smote_obj=SMOTE(sampling_strategy='minority',random_state=42,n_jobs=-1)

scaler_obj=StandardScaler()

steps = [('standardize', scaler_obj),('oversample', smote_obj),('NN_clf', model)]

pipe_clf = Pipeline(steps)

pipe_clf

grid = GridSearchCV(estimator=pipe_clf, param_grid=nn_param_grid, verbose=2, cv=10,scoring='precision',return_train_score=False,n_jobs=-1) 

grid_result = grid.fit(X_train, y_train)