在Python3.5中释放StandardScaler (从Python2.7中转储)

Question

我在Python2.7中使用https://github.com/inspirehep/magpie训练了多标签分类模型。

现在，我正尝试用Python3.5进行移植。

要进行移植，需要将Word2Vec嵌入、Scaler和Keras移植到Python3.5。

单词嵌入和Keras模型移植得很好。

我正在使用StandardScaler.I，我在Python2.7中对它进行了腌制，在Python3.5中将其解泡化，这样就可以了。

当我在Python3.5中运行预测时，我得到的错误如下：

sklearn.exceptions.NotFittedError:这个StandardScaler实例还没有安装。在使用此方法之前，使用适当的参数调用“fit”。

Python 2.7：

scaler_path = 'path to file ......'
pickle.dump(scaler_obj, open(scaler_path, 'wb'))

Python 3：

from sklearn.preprocessing import StandardScaler
scaler_path = 'path to file ......'
loaded_scaler = pickle.load(open(scaler_path, 'rb'),encoding='bytes')

sklearn.exceptions.NotFittedError:这个StandardScaler实例还没有安装。在使用此方法之前，使用适当的参数调用“fit”。

Answer 1

我试过使用joblib转储并加载它，运行良好。

另外，我还分别在Python2中对StandardScaler - mean_、scale_、var_和n_samples_seen_的4个属性进行了筛选。

然后在Python 3中解锁它们，它可以很好地工作。