更新 scikit 模型，使其与最新版本兼容
Update scikit model so it is compatible with newest version
我对 scikit 模型和（复古）兼容性有疑问。
我在 Python 3.5 中从 scikit-learn 0.21.2 创建了一个模型（使用 joblib 保存），然后我使用包 shap 版本 0.30 对其进行了分析。自从我升级到 Ubuntu 20.04，我有了 Python 3.8（以及 scikit-learn 和 shap 的更新版本）。
由于新的包版本我无法用 Python 3.8 加载它们，所以我用 Py3.5 和原始包版本创建了一个虚拟环境。
现在我的问题是：有没有办法用 joblib 重新转储模型，这样我也可以用 Python 3.8 打开它们？我想用最新版本的包 shap 重新分析模型（当然它有一个 scikit 版本要求会破坏 joblib 加载）。
或者，我还有哪些其他选择？ （我唯一不想的就是重新训练模型）。
scikit-learn 中没有标准解决方案。如果你的机型支持，可以试试sklearn-json.
尽管这不能解决您当前的问题，但您以后可以将模型保存为兼容性问题较少的格式 – 请参阅 scikit-learn 的模型持久性页面中的 Interoperable formats 部分。
我对 scikit 模型和（复古）兼容性有疑问。
我在 Python 3.5 中从 scikit-learn 0.21.2 创建了一个模型（使用 joblib 保存），然后我使用包 shap 版本 0.30 对其进行了分析。自从我升级到 Ubuntu 20.04，我有了 Python 3.8（以及 scikit-learn 和 shap 的更新版本）。 由于新的包版本我无法用 Python 3.8 加载它们，所以我用 Py3.5 和原始包版本创建了一个虚拟环境。
现在我的问题是：有没有办法用 joblib 重新转储模型，这样我也可以用 Python 3.8 打开它们？我想用最新版本的包 shap 重新分析模型（当然它有一个 scikit 版本要求会破坏 joblib 加载）。
或者，我还有哪些其他选择？ （我唯一不想的就是重新训练模型）。
scikit-learn 中没有标准解决方案。如果你的机型支持，可以试试sklearn-json.
尽管这不能解决您当前的问题，但您以后可以将模型保存为兼容性问题较少的格式 – 请参阅 scikit-learn 的模型持久性页面中的 Interoperable formats 部分。