Sklearn 错误：'SVR'对象没有属性'_impl'

Question

我在做什么：我正在尝试使用在另一台机器上构建的经过测试（酸洗）的 SVM 回归模型来预测数据。缩放工作正常，但即使尝试基于原始学习样本进行预测也会失败并出现相同的错误。

"

SVR"对象没有属性"_impl"

该错误发生在带有Python 2.7.5，Numpy 1.7.1（MKL）和sklearn（scikit-learn 0.14.1）的WIN 7 64位工作站上。两者都是 64 位。

编辑：

下面是代码。它在做学习位的机器上工作。

from sklearn.svm import SVR
from sklearn import preprocessing
import cPickle as cp
import numpy as np
model = cp.load(open('model.pkl', 'rb'))
scaler = cp.load(open('scaler.pkl', 'rb'))
theData = np.genfromtxt(open('inputData.csv','rb'), delimiter=',')
scaledXs = scaler.transform( theData )
result = model.predict( scaledXs )

编辑2：仅供参考：学习部分是在使用 0.13.1 版本的 piCloud 上完成的。这可能是问题所在吗？

Answer 1

我终于想通了。看来使用 sklearn 0.13.1 在 piCloud 上生成的模型与 0.14.1 库不兼容！

由于 AMD64 0.13.1 二进制文件无处可寻，我最终在新机器上使用 0.14.1 库重新学习了该模型，现在它工作正常。我还尝试在具有 0.13.1 库的机器上运行旧模型，它工作正常。