scikit-learn版本为0.21，joblib的版本是多少

在scikit-learn版本为0.21时，joblib的版本是0.13.2。可以通过以下命令来确认：

import joblib
from sklearn.externals import joblib

# 查看joblib的版本
print(joblib.__version__)

如果输出结果为0.13.2，则表示你的scikit-learn版本为0.21时使用的是该版本的joblib库。

相关问题

安装 scikit-learn==0.21.2出现legacy-install-failure

"legacy-install-failure" 是 pip 安装失败的错误信息之一，可能是因为你的 pip 版本太老了。你可以尝试升级 pip 版本，再重新安装 scikit-learn。

可以使用以下命令升级 pip：

pip install --upgrade pip

然后再尝试安装 scikit-learn：

pip install scikit-learn==0.21.2

如果问题仍然存在，可以尝试使用 conda 安装：

conda install scikit-learn=0.21.2

这应该可以解决你的问题。

用于训练保存模型的scikit-learn版本低于0.22，scikit-learn版本升级之后调用该模型报错

如果你用较低版本的scikit-learn训练了一个模型，并且在升级到较高版本的scikit-learn后调用该模型出现了错误，有可能是因为模型保存时用了较低版本的scikit-learn的joblib库，而在调用时升级后的scikit-learn找不到对应的joblib库。

解决这个问题的方法是重新加载模型，并指定joblib库的版本。具体操作如下：

import joblib
from sklearn.externals import joblib

# 加载模型
model = joblib.load('model.pkl')

# 指定joblib库的版本
joblib.__version__ = '0.14.0'

# 使用模型进行预测
model.predict(X)

在这个例子中，我们重新加载了模型，并通过`joblib.__version__`指定了joblib库的版本为0.14.0。这样，即使你的scikit-learn版本升级，也可以保证调用模型时使用正确版本的joblib库，避免出现错误。

需要注意的是，不同版本的joblib库可能会有不兼容的问题。如果在指定版本后，仍然出现错误，可以尝试重新训练模型，并保存时使用较高版本的joblib库。