Python：使用舊版本的 xgboost 重新保存 model 會影響 model 的性能嗎？

Question

我有一個 model 使用 Python 3.9.6 和 xgboost==1.6.1 保存在我的本地計算機上。 我使用以下方法保存了它：

filename = 'model.sav'
pickle.dump(model, open(filename, 'wb'))

但是，我必須將它加載到使用 Python 3.6.9 和 xgboost==1.5.2 的環境中。 我無法在那個環境中升級 Python 以便我可以使用 xgboost==1.6.1。 有什么辦法可以讓我在這個單獨的環境中打開我的 model 嗎？ 如果我在本地機器上卸載並重新安裝舊版本的 xgboost 以保存它，這會影響我的 model 嗎？

更新：我嘗試了 James 給出的解決方案，但隨后出現錯誤：

File "/home/ubuntu/.local/lib/python3.6/site-packages/xgboost/core.py", line 218, in _check_call
    raise XGBoostError(py_str(_LIB.XGBGetLastError()))
xgboost.core.XGBoostError: [14:36:00] ../include/xgboost/json.h:73: Invalid cast, from Integer to Boolean
Stack trace:
  [bt] (0) /home/ubuntu/.local/lib/python3.6/site-packages/xgboost/lib/libxgboost.so(+0xcb05d) [0x7fe0cb50b05d]
  [bt] (1) /home/ubuntu/.local/lib/python3.6/site-packages/xgboost/lib/libxgboost.so(+0xd40a5) [0x7fe0cb5140a5]
  [bt] (2) /home/ubuntu/.local/lib/python3.6/site-packages/xgboost/lib/libxgboost.so(+0x24a7f0) [0x7fe0cb68a7f0]
  [bt] (3) /home/ubuntu/.local/lib/python3.6/site-packages/xgboost/lib/libxgboost.so(+0x1996f2) [0x7fe0cb5d96f2]
  [bt] (4) /home/ubuntu/.local/lib/python3.6/site-packages/xgboost/lib/libxgboost.so(+0x17a712) [0x7fe0cb5ba712]
  [bt] (5) /home/ubuntu/.local/lib/python3.6/site-packages/xgboost/lib/libxgboost.so(+0x1b6432) [0x7fe0cb5f6432]
  [bt] (6) /home/ubuntu/.local/lib/python3.6/site-packages/xgboost/lib/libxgboost.so(XGBoosterLoadModel+0x5c8) [0x7fe0cb4dec08]

Answer 1

根據 xgboost 文檔，使用

model.save_model("model.json")
model.load_model("model.json")

從不同版本的 XGBoost 加載腌制文件

如前所述，腌制 model 既不便攜也不穩定，但在某些情況下腌制模型很有價值。 將來恢復它的一種方法是使用特定版本的 Python 和 XGBoost 將其加載回來，通過調用 save_model 導出 model。

關於模型和 memory 快照的向后兼容性的說明

我們保證模型的向后兼容性，但不保證 memory 快照的向后兼容性。

模型（樹和目標）使用穩定的表示，因此在早期版本的 XGBoost 中生成的模型可以在更高版本的 XGBoost 中訪問。 如果您想存儲或歸檔 model 以進行長期存儲，請使用 save_model (Python) 和 xgb.save (R)。

另一方面，memory 快照（序列化）捕獲了 XGBoost 內部的許多內容，其格式不穩定且經常更改。 因此，memory 快照僅適用於檢查點，您可以在其中保留訓練配置的完整快照，以便您可以從可能的故障中穩健地恢復並恢復訓練過程。 加載由早期版本的 XGBoost 生成的 memory 快照可能會導致錯誤或未定義的行為。 如果 model 使用 pickle.dump (Python) 或 saveRDS (R) 持久化，則在 XGBoost 的更高版本中可能無法訪問 model。

• https://xgboost.readthedocs.io/en/stable/tutorials/saving_model.html?highlight=save_model#a-note-on-backward-compatibility-of-models-and-memory-snapshots
• https://xgboost.readthedocs.io/en/stable/tutorials/saving_model.html?highlight=save_model#loading-pickled-file-from-different-version-of-xgboost
• https://xgboost.readthedocs.io/en/stable/python/python_api.html?highlight=save_model#xgboost.Booster.save_model