python 报错：UnpicklingError: invalid load key, ‘\x00‘.

最新推荐文章于 2024-08-31 16:29:17 发布

小白想听人话

最新推荐文章于 2024-08-31 16:29:17 发布

阅读量2w

点赞数 10

分类专栏： python的报错与警告文章标签： python 开发语言 numpy

本文链接：https://blog.csdn.net/fivemillion/article/details/125933007

版权

python的报错与警告专栏收录该内容

4 篇文章 0 订阅

订阅专栏

本文介绍了在Python中保存和加载机器学习模型时，pickle和joblib两种方法的区别及使用场景。当尝试加载用joblib保存的模型时，如果错误地使用pickle.load()会导致UnpicklingError。正确的方式是使用joblib.load()。同时，提供了两种方法的示例代码，强调了在调用时必须匹配保存模型时使用的库。

摘要由CSDN通过智能技术生成

在读取一个训练好的模型时：

model = pickle.load(open('model1.pkl', 'rb'))

报错：pickle.load(open('y1_model.pkl', 'rb'))

网上查了一些方法还以为训练的那个模型源代码有问题，后来发现是读取方式有问题，将pickle.load（）该为joblib.load（）就可以了

后来和对方确认，对方确实是使用joblib保存模型为pkl格式的。

在此，多说两句，对训练好的模型进行保存，方便后续直接调取预测使用，有两种保存方式：

'''方法一：joblib'''

import joblib

joblib.dump(model, "model1.pkl")  #保存

model = joblib.load(open('model1.pkl', 'rb'))  #加载

pre = model.predict(X_test)


'''方法一：pickle'''


import pickle

#保存
pickle.dump(model, open('model1.pkl', 'wb'))

# 加载 
model = pickle.load(open('model1.pkl', 'rb'))

Y_pred = model.predict(X_test)

两种不同的保存方式都可将模型保存成pkl文件，但是在调用的时候要根据保存的不同方法选择对应的调用方法，不然就会报错：UnpicklingError: invalid load key, '\x00'.