我使用sklearn训练了一个针对5星评级的线性回归模型，效果还不错。我使用Doc2vec创建了我的向量，并保存了该模型。然后，我将线性回归模型保存到另一个文件中。我尝试做的是加载Doc2vec模型和线性回归模型，并尝试预测另一条评论。

这个预测结果非常奇怪：无论输入是什么，它总是预测在2.1到3.0之间。

有一点需要注意的是，有人建议它可能会预测5的平均值（即2.5左右），但事实并非如此。我在训练模型时打印了预测值和测试数据的实际值，它们通常在1到5之间波动。所以我的想法是，代码的加载部分可能有问题。这是我的加载代码：

from gensim.models.doc2vec import Doc2Vec, TaggedDocumentfrom bs4 import BeautifulSoupfrom joblib import dump, loadimport pickleimport remodel = Doc2Vec.load('../vectors/750000/doc2vec_model')def cleanText(text):    text = BeautifulSoup(text, "lxml").text    text = re.sub(r'\|\|\|', r' ', text)     text = re.sub(r'http\S+', r'<URL>', text)    text = re.sub(r'[^\w\s]','',text)    text = text.lower()    text = text.replace('x', '')    return textreview = cleanText("Horrible movie! I don't recommend it to anyone!").split()vector = model.infer_vector(review)pkl_filename = "../vectors/750000/linear_regression_model.joblib"with open(pkl_filename, 'rb') as file:      linreg = pickle.load(file)review_vector = vector.reshape(1,-1)predict_star = linreg.predict(review_vector)print(predict_star)

回答：

您的示例代码显示了joblib.dump和joblib.load的导入，尽管在这段摘录中都没有使用。而且，您文件的后缀表明模型最初可能是用joblib.dump()保存的，而不是普通的pickle。

但是，这段代码显示文件仅通过普通的pickle.load()加载——这可能是错误的来源。

joblib.load()文档表明它的load()可能做一些事情，比如从由它自己的dump()创建的多个单独文件中加载numpy数组。（奇怪的是，dump()文档在这方面不太清楚，但据说dump()有一个返回值，可能是文件名列表。）

您可以检查文件保存的位置是否有看起来相关的额外文件，并尝试使用joblib.load()而不是普通的pickle，看看是否能加载一个更功能完善、更完整的linreg对象。