ランダムフォレストの作成済モデルの再利用でエラーが出ます。。

Question

ランダムフォレストの作成済モデルを再利用しようとすると、以下のようなエラーが出ます。
なぜでしょうか？
詳しい方、ご指導お願いします。

import pickle

with open('モデル(ランダムフォレスト)_4番.sav', mode='rb') as fp:
    model = pickle.load(fp)

import numpy as np
import pandas as pd

df1 = pd.read_excel('【本番データ】20190915-2000-統合_縦系列.xlsx',sheetname='全')# 未知データのエクセル読み込み
X_pred = np.array(df1)
y_pred  = model.predict(X_pred)
print(X_pred,y_pred)

NotFittedError                            Traceback (most recent call last)
<ipython-input-24-243ae6141533> in <module>
      4 df1 = pd.read_excel('【本番データ】20190915-2000-統合_縦系列.xlsx',sheetname='全')# 未知データのエクセル読み込み
      5 X_pred = np.array(df1)
----> 6 y_pred  = model.predict(X_pred)
      7 print(X_pred,y_pred)

~\Anaconda3\lib\site-packages\sklearn\ensemble\forest.py in predict(self, X)
    543             The predicted classes.
    544         """
--> 545         proba = self.predict_proba(X)
    546 
    547         if self.n_outputs_ == 1:

~\Anaconda3\lib\site-packages\sklearn\ensemble\forest.py in predict_proba(self, X)
    584             classes corresponds to that in the attribute `classes_`.
    585         """
--> 586         check_is_fitted(self, 'estimators_')
    587         # Check data
    588         X = self._validate_X_predict(X)

~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in check_is_fitted(estimator, attributes, msg, all_or_any)
    912 
    913     if not all_or_any([hasattr(estimator, attr) for attr in attributes]):
--> 914         raise NotFittedError(msg % {'name': type(estimator).__name__})
    915 
    916 

NotFittedError: This RandomForestClassifier instance is not fitted yet. Call 'fit' with appropriate arguments before using this method.

Answer 1

This RandomForestClassifier instance is not fitted yet.

とあるので、読み込んだモデル(モデル(ランダムフォレスト)_4番.sav)が未学習なのか、保存するときに学習前のモデルを保存したか、モデルが壊れているのではないでしょうか？

Comments

[python_2019]

ご指導ありがとうございます。
以下のように学習済モデルを保存したつもりなのですが、これは学習前のモデルなのでしょか？
学習や保存自体は正常にされているようなのですが...。
間違い箇所など、お教え頂ければ助かります。よろしくお願いいたします。

－－－
#　ランダムフォレストの実行

from sklearn.ensemble import RandomForestClassifier
#model = RandomForestClassifier()

# 訓練データで学習
clf = RandomForestClassifier(random_state=0) # 分類器RandomForest
clf.fit(x_train, y_train) # 学習

# モデルを保存する（ランダムフォレスト）
import pickle

filename = 'モデル(ランダムフォレスト)_4番.sav'
pickle.dump(model, open(filename, 'wb'))

[nandymak]

学習結果はclfではないですか？modelは空では？
※コメントになっているのでエラーになるようにも思いますけど。。。

以前も同じ質問をされていたのではないでしょうか？
ランダムフォレストでもSVMでも考え方は同じですよ。

[python_2019]

ご連絡ありがとうございます。

私の単純な構文ミスでした。
model→clf に修正すると、うまく行きました。
（modelは別の個所で誤って指定していました）

何度も失礼いたしました。
もう一度、過去の質問をよく思い出して質問するようにいたします。

助かりました。