TabularPredictor.load

classmethod TabularPredictor.load(path: str, verbosity: int = None, require_version_match: bool = True, require_py_version_match: bool = True, check_packages: bool = False) → TabularPredictor[source]

从文件中加载之前由 fit() 生成的 TabularPredictor 对象，并返回该对象。强烈建议使用训练时使用的确切 AutoGluon 版本加载预测器。

警告

autogluon.tabular.TabularPredictor.load() 隐式使用了 pickle 模块，该模块已知不安全。恶意构造的 pickle 数据在反序列化时可能执行任意代码。切勿加载来自不可信来源或可能被篡改的数据。仅加载您信任的数据。

参数:

  • path (str) – 此预测器之前保存到的目录路径。

  • verbosity (int, 默认值 = None) – 设置此预测器加载后的详细程度。有效值范围为 0（最不详细）到 4（最详细）。如果为 None，日志详细程度不会从现有值改变。指定更大的值可在使用预测器进行推理时看到更多打印信息，指定更小的值则看到更少信息。更多信息请参考 TabularPredictor 初始化。

  • require_version_match (bool, 默认值 = True) – 如果为 True，则如果加载的预测器的 autogluon.tabular 版本与安装的 autogluon.tabular 版本不匹配，将引发 AssertionError。如果为 False，则允许加载在不兼容版本上训练的模型，但不建议这样做。用户尝试此操作可能会遇到许多问题。

  • require_py_version_match (bool, 默认值 = True) –

    如果为 True，则如果加载的预测器的 Python 版本与安装的 Python 版本不匹配，将引发 AssertionError。

    微版本差异（例如 3.9.2 和 3.9.7）将记录警告，但不会引发异常。

    如果为 False，则允许加载在不兼容 Python 版本上训练的模型，但不建议这样做。用户尝试此操作可能会遇到许多问题。

  • check_packages (bool, 默认值 = False) – 如果为 True，则检查加载的预测器的包版本与当前环境的包版本是否一致。对于每个包版本不匹配的情况，都会记录警告。

返回:

预测器

返回类型:

TabularPredictor

示例

>>> predictor = TabularPredictor.load(path_to_predictor)