PyCaret的predict_model方法失败，找不到管道错误

问题描述

我已经在本地训练了pycaret模型，然后将其推到S3。现在，我想在更大的生产数据集上运行predict_model（）方法。

使用boto3，我将模型pickle文件从S3复制到Spark EMR集群的主节点。然后我使用

导入库

from pycaret.classification import *

并尝试将我的预测应用如下-

model_path = '/tmp/catboost_model_aug19'
saved_model = load_model(model_path)  
Transformation Pipeline and Model Successfully Loaded
new_data = spark.sql("select * from table").toPandas()
df = predict_model(saved_model,data = new_data)

当我运行predict_model()时，错误地说出Pipeline not found

或者，当我在本地计算机上运行相同的代码时，它运行正常。如何解决此错误？

解决方法

使用哪个版本的Pycaret进行模型创建？我遇到了类似的错误，事实证明，腌制的模型是基于pycaret的先前版本构建的，而我拥有的是最新版本。