导入xgboost的pickle文件时报错：xgboost.core.XGBoostError

导入训练好的xgboost的pickle文件时经常出现以下错误：

xgboost.core.XGBoostError: [20:26:28] /Users/runner/work/xgboost/xgboost/python-package/build/temp.macosx-10.9-x86_64-cpython-38/xgboost/src/learner.cc:1222: Check failed: header == serialisation_header_: 
  If you are loading a serialized model (like pickle in Python, RDS in R) generated by
  older XGBoost, please export the model by calling `Booster.save_model` from that version
  first, then load it back in current version. See:

    https://xgboost.readthedocs.io/en/latest/tutorials/saving_model.html

  for more details about differences between saving model and serializing.

Stack trace:
  [bt] (0) 1   libxgboost.dylib                    0x000000011bc736d5 dmlc::LogMessageFatal::~LogMessageFatal() + 117
  [bt] (1) 2   libxgboost.dylib                    0x000000011bd99427 xgboost::LearnerIO::Load(dmlc::Stream*) + 2599
  [bt] (2) 3   libxgboost.dylib                    0x000000011bc962e2 XGBoosterUnserializeFromBuffer + 146
  [bt] (3) 4   libffi.8.dylib                      0x0000000105468972 ffi_call_unix64 + 82
  [bt] (4) 5   ???                                 0x00007ff7bb473540 0x0 + 140701975655744

问题分析：

        这个问题通常是训练xgboost模型，存储模型pickle文件时的xgboost版本与目前读取使用pickle文件的xgboost版本不一致导致的。

解决办法：

1、一般想到的解决办法时，重新安装当前使用pickle文件的xgboost版本，使其与训练模型时的版本一致，但进场会出现以下问题：

重新安装当前的xgboost的版本可能会导致一系列附属包的安装问题

2、还可以尝试解决办法

将老版本xgboost的pickle文件保存为.bin文件形式，如下：

# 当前环境为老版本Python环境
import xgboost as xgb
import pickle
#利用booster升级模型版本 --使用架构升级中的xgboost版本升级模型文件
booster = xgb.Booster()
path00 = 'xxxxx/'
booster.load_model(path00+'xgboost_model.bin')

在新版本xgboost环境中导入.bin文件：

import xgboost as xgb
import pickle
#利用booster升级模型版本 --使用架构升级中的xgboost版本升级模型文件
booster = xgb.Booster()
path00 = 'xxxxxx/'
booster.load_model(path00+'xgboost_model.bin')
#加载模型
ret_path ='xxxxxxx/'
pickle.dump(booster,open(ret_path+"xgboost_model.pickle","wb"))