我在腌制了一些泡菜对象时使用了XGBoost版本0.6。现在，我升级到0.82版，当我试图取消我得到的旧型号时：
attributeError：'xgbClassifier'对象没有属性'kwargs'
我真的很想在不训练它们的情况下使用这些模型，有什么方法可以打开这些泡菜吗？
新的Xgboost要求对象具有"夸尔格"属性，而旧模型则没有。解决此问题的一种方法是降级到旧的Xgboost版本，打开它们，将它们添加到每个模型中。Kwargs=无，然后再保存，它们现在应该起作用...
另一个解决方法是破解泡菜文件。您将作为字符串加载泡菜，添加所需的属性，然后加载泡菜：
import re
xg_str = open('path_to_old_model.pkl').read()
kwargs_value= "kwargs'np8nNsS'"
new_xgboost = re.sub('colsample_bylevel', kwargs_value+"""colsample_bylevel""", xg_str)
new_model = pkl.loads(new_xgboost)
这将"无"作为模型的self.kwargs添加。REGEX通过在模型" ColSample_bylevel"中搜索已知属性，然后在其另一个属性之前添加。
要查看腌制属性如何创建具有某些属性的任何类，并将pkl.dumps应用于实例。如果这是一个简短的课程，那么阅读将很容易阅读，这就是我得到的" Kwargs' np8 nnss'"的意思是" kwargs = none"。
为我工作！我敢肯定，这可以帮助解决类似的向后兼容性问题，而不是与此特定属性有关。