如何在scikit-learn中保存随机森林？

Question

实际上，有很多关于持久性的问题，但我已经尝试了很多使用pickle或joblib.dumps。但是当我用它来保存我的随机森林时，我得到了这个：

ValueError: ("Buffer dtype mismatch, expected 'SIZE_t' but got 'long'", <type 'sklearn.tree._tree.ClassificationCriterion'>, (1, array([10])))

请问有人能告诉我为什么吗？

一些需要审查的代码

forest = RandomForestClassifier()
forest.fit(data[:n_samples], target[:n_samples ])
import cPickle
with open('rf.pkl', 'wb') as f:
    cPickle.dump(forest, f)
with open('rf.pkl', 'rb') as f:
    forest = cPickle.load(f)

或者

from sklearn.externals import joblib
joblib.dump(forest,'rf.pkl') 

from sklearn.externals import joblib
forest = joblib.load('rf.pkl')

- mrbean

---

请提供一些示例代码。 - elyase

两个解决方案都会出现相同的错误吗？ - xgdgsc

你是否使用相同的32/64位Python进行保存/加载？https://dev59.com/2WEi5IYBdhLWcg3wsODc - xgdgsc

哦，我忘记了我使用的不是同一位。谢谢！ - mrbean

Answer 1

这是由于使用不同的32位/64位Python版本进行保存/加载所致，正如Scikits-Learn RandomForrest trained on 64bit python wont open on 32bit python所建议的那样。

- xgdgsc

Answer 2

尝试直接导入joblib包：

import joblib

# ...

# save
joblib.dump(rf, "some_path")

# load 
rf2 = joblib.load("some_path")

我已经在这里提供了完整的可运行示例，包括代码和注释here。

- pplonski