問題タブ [joblib]

次のスクリプトを実行しようとしていますが、これは一部の人には有効だと報告されています。

エラーをスローします。write_data_csvコードをインタラクティブに実行すると、スクリプトを壊す呼び出しであることがわかります。

たとえば、スクリプトは使用前にエラーなしで実行されますwrite_data_csvが、行は次のvalid_lst = write_data_csv("./validate-64x64-data.csv", validate_frames, lambda x: crop_resize(x, 64))エラーをスローします。

この問題を解決するために次に何をすればよいかわかりません。属性ルックアップの失敗に関する他の StackOverflow の質問を見つけましたが、それらは実質的に異なるか、回答がありませんでした。

(アプリケーション atm のコンテキスト内でのみ) Ubuntu 15.04 および OS X で scikit 0.17 を使用GridSearchCVすると、次の問題を再現LogisticRegressionできます。

アプリケーションのコンテキスト外で再現しようと何度か試みましたが、うまくいきません。次の変更をcross_validation.py行い、特定の問題を修正しました。

いくつかの詳細情報:

• 私たちはpython 2.7を使用しています
• Pipelineすべての入力が数値であることを確認するためにa を使用しています

私の質問は次のとおりです。

• scorerがを返すようにするには、この問題をどのように再現すればよいでしょうmemmapか?
• 他の誰かがこの特定の問題を抱えていますか?
• 私たちが行った変更は、cross_validation.py実際に適切なソリューションですか?

Azure ML Studio ノートブックで次のコードを実行しようとしています。

そして、私はこのエラーが発生しています:

それは正常にn_jobs=1動作します。

joblibこれは、ライブラリがデータを に保存しようとするためだと思います/dev/shm。問題は、容量が 64M しかないことです。

JOBLIB_TEMP_FOLDER環境変数を設定してこのフォルダーを変更することはできません(export動作しません)。

アドバイスをありがとう！

Pythonで次の関数を作成しました：

相互検証を行うには、sklearn が関数に適合する必要があると考えました。

ただし、後で使用しようとすると（fは上記で保存したpklファイルですjoblib.dump(alg, filename, compress=1, cache_size=1e9))：

最初の行ではエラーは発生しません (ロードが機能しているように見えます) が、次の行ではNotFittedError: Estimator not fitted, call適切であることがわかりbefore exploiting the model.ます。

私は何を間違っていますか？適合したモデルを再利用して交差検証を計算することはできませんか? scikits Learn で cross_val_score を使用する場合は適合パラメーターを保持するを見ましたが、答えが理解できないか、探しているものではありません。私が望むのは、モデル全体を joblib で保存して、後で再調整せずに使用できるようにすることです。