SVC object has no attribute _probAというエラーの対処方法

こんにちは、フルスタックエンジニアのryuです。

今回の記事は、’SVC’ object has no attribute ‘_probA’というエラーの対処方法について解説します。機械学習のSVMの予測モデルをDjangoで使用した場合に発生したエラーです。原因はscikit-learnのバージョンの違いでした。

※本ページには、プロモーション・アフィリエイトリンクが含まれています

SVC object has no attribute _probAというエラーの対処方法
- エラーが起きた状況
- エラーの対処方法
エラーの対処方法まとめ

今回の記事は、「’SVC’ object has no attribute ‘_probA’」というエラーの対処方法について解説します。

原因は、作成したモデルのscikit-learnのバージョンと、予測を実行したscikit-learnのバージョンが違うことでした。さらに詳しく解説します。

エラーが起きた状況

まず、エラーが起きた状況について解説します。Djangoを使用して機械学習の予測アプリの作成をしていました。DjangoはDockerで動作していました。

予測のモデルをGoogle Colaboratoryで作成して、保存したモデルをDjangoで使用しておりました。

予測モデルの作成のコードについては以下の通りです。

import numpy as np
import pickle
from sklearn import svm


#csvファイルの読み込み
npArray = np.loadtxt("data.csv", delimiter = ",", dtype = "float")

# 説明変数の格納
x = npArray[:, 0:5]

#目的変数の格納
y = npArray[:, 5:6].ravel()

#学習手法にSVMを選択
model = svm.SVC( probability=True)

#学習
model.fit(x,y)

#学習モデルの保存
with open('model.pickle', mode='wb') as f:
    pickle.dump(model,f,protocol=2)

エラーの対処方法

Djangoには先ほども紹介した通り、「SVC’ object has no attribute ‘_probA」が表示されました。エラーについて調査していると、以下のコメントを発見しました。

現在使用しているモデルのトレーニングに使用したのと同じバージョンのsci-kitを使用する必要があることが判明しました（scikit-learn == 0.21.2）。それ以降のバージョンのscikitは、既存のコード/モデルでは機能しません。scikitをアップグレードする場合は、新しいバージョンのscikitでモデルを再トレーニングする必要があります。
(https://stackoverflow.com/ より引用日本語訳)

つまり、sicikit-learnのバージョンを学習時と予測時で合わせれば良いのです。学習したモデルを別の環境で実行しようとするとこのようなエラーがでるらしいですね。

今回の場合は、Docker内に学習データとコーディングを移動させてモデルを作成したら解消しました。