1.第一个报错
报错信息
/home/disk1/lstm/venv/lib/python3.8/site-packages/sklearn/base.py:329: UserWarning: Trying to unpickle estimator MinMaxScaler from version 0.24.2 when using version 0.23.2. This might lead to breaking code or invalid results. Use at your own risk.
warnings.warn(
Process finished with exit code 245
报错解释
在使用版本0.23.2时，尝试从版本0.24.2取消勾选estimator MinMaxScaler 。
这会导致代码中断或者结果无效。使用风险自负。
程序完成，退出代码245.
报错分析
这个报错是sklearn版本的问题。即模型训练时的sklearn版本 0.24.2 和模型调用时的sklearn版本0.23.2不匹配。
版本不对的时候也会报下面的错误：
AttributeError: ‘MinMaxScaler’ object has no attribute ‘clip’
解决方法
匹配训练、调用模型的sklearn版本。
要么把训练模型的sklearn版本将为0.23.2；要么把调用模型的sklearn版本升级为 0.24.2 。
我的解决方法是把调用模型的python工程sklearn环境升级版本，如下：
pip install scikit-learn==0.24.0
然后就不报use warning了，但是还有Process finished with exit code 245。
2.第二个报错
报错信息
/home/disk1/core/model.py:38: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify ‘dtype=object’ when creating the ndarray
Process finished with exit code 245
报错解释
可见的不推荐使用的警告：不推荐使用不规则（ragged）嵌套（nested）序列（即具有不同长度或形状的列表或列表元组、元组或数据数组）创建数据数组。如果要执行此操作，则必须在创建数据阵列时指定“dtype=object”。
报错分析
在使用不同长度或形状的序列创建数组，执行numpy.array(sequence)时，要对数据转为object格式，即改为：
numpy_s = numpy.array(sequence, dtype=object)
更改后，不再有warning。
但是245的代码退出还没解决。
|