ModuleNotFoundError：沒有名為“sklearn.preprocessing._data”的模塊

Question

我的問題與此類似。

我還使用 pickle 來保存和加載模型。 我在 pickle.load( ) 期間遇到以下錯誤

from sklearn.preprocessing import StandardScaler
# SAVE
scaler = StandardScaler().fit(X_train)
X_trainScale = scaler.transform(X_train)
pickle.dump(scaler, open('scaler.scl','wb'))

# =================
# LOAD
sclr = pickle.load(open('scaler.scl','rb'))  # => ModuleNotFoundError: No module named 'sklearn.preprocessing._data'
X_testScale = sclr.transform(X_test)

ModuleNotFoundError：沒有名為“sklearn.preprocessing._data”的模塊

它看起來像一個 sklearn 版本問題。 我的 sklearn 版本是 0.20.3，Python 版本是 3.7.3。

但我在 Anaconda .zip 文件中使用 Python。 是否可以在不更新 sklearn 版本的情況下解決此問題？

Answer 1

我與使用 Anaconda 的 StandardScaler 有完全相同的錯誤消息。

通過運行修復它：

conda update --all

我認為問題是由於在具有較新版本的 scikit-learn 的機器上運行用於創建縮放器文件的 pickle 轉儲，然后嘗試在具有較舊版本的 scikit-learn 的機器上運行 pickle load 引起的。 （它在使用舊版本 scikit-learn 的機器上運行 pickle load 時出現錯誤，但在使用新版本 scikit-learn 的機器上運行 pickle load 時沒有錯誤。兩台 Windows 機器）。 也許這是由於更新的版本使用不同的下划線函數命名約定（如上所述）？

Anaconda 不允許我自己更新 scikit-learn 庫，因為它聲稱它需要舊版本（由於某種原因我無法理解）。 也許另一個圖書館正在使用它？ 所以我不得不通過同時更新所有庫來修復它，這很有效。

Answer 2

通過 pip install -U scikit-learn 升級到兼容版本的 sklearn

Answer 3

當 sklearn 版本不匹配時，會出現這個非常具體的問題。 例如，嘗試反序列化一個 sklearn(>= 0.22.X) 對象轉儲與另一個 sklearn 版本 < 0.22.X。 Sklearn 引入了這些版本之間的更改，請查看他們的發布網站以獲取 mo 信息

Answer 4

安裝舊版本的 sklearn pip install "scikit-learn==0.19.0"

Answer 5

更新 scikit-learn 后，我遇到了類似的問題。 就我而言，罪魁禍首是QuantileTransformer 。 改變

from sklearn.preprocessing.data import QuantileTransformer

至

from sklearn.preprocessing import QuantileTransformer

為我工作。

Answer 6

從 sklearn 導入 preprocessing._data 作為 StandardScaler