scikit-learn使用joblib持久化模型过程中的问题详解

最新推荐文章于 2024-03-28 16:03:41 发布
最新推荐文章于 2024-03-28 16:03:41 发布
阅读量1.9w 收藏 8
点赞数 3
分类专栏： scikit 文章标签： scikit 持久化 joblib
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mach_learn/article/details/40430469
版权

在机器学习过程中，一般用来训练模型的过程比较长，所以我们一般会将训练的模型进行保存（持久化），然后进行评估，预测等等，这样便可以节省大量的时间。


在模型持久化过程中，我们使用scikit-learn提供的joblib.dump()方法，但是在使用过程中会出现很多问题。如我们使用如下语句：

joblib.dump(clf,'../../data/model/randomforest.pkl')
此语句将产生大量的模型文件，如下图所示


然后，我们再使用joblib.load(‘../../data/model/randomforest.pkl’)进行加载，会出现

最低0.47元/天 解锁文章
mach_learn
关注
  • 3
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
scikit-learn中文文档-学习笔记一
大布小凡的博客
01-16 5886
学习scikit-learn库中文文档，自我总结一点资料，如有不当或错误之处，以scikit-learn中文文档官网为准。
scikit-survival：基于scikit-learn的生存分析
02-04
scikit-survival：基于scikit-learn的生存分析
scikit-learn模型本地存储固化(Joblib)Jupyter样例
05-03
scikit-learn模型本地存储固化Jyputer样例:@See:https://blog.csdn.net/shenpibaipao/article/details/80176841
Scikit-learn 使用手册中文版.zip_SCIKIT-LEARN_Scikit-learn 使用手册中文版_sciki
07-15
Scikit-learn 使用手册中文版
【Python机器学习系列】sklearn机器学习模型的保存---joblib法
数据杂坛
03-27 325
sklearn机器学习模型的保存---joblib法
python利用joblib保存训练模型
幸运的Alina的博客
09-11 2万+
在机器学习中我们训练模型后，需要把模型保存到本地，这里我们采用joblib来保存 from sklearn.externals import joblib #保存模型 def Save_Model(self, model, filepath): joblib.dump(model, filename=filepath) def Decision_Tree_classifier(se...
机器学习算法------2.11 模型的保存和加载（joblib.dump()、joblib.load()）
程序猿-凡白的博客
07-18 6890
文章目录2.11 模型的保存和加载学习目标1 sklearn模型的保存和加载API2 线性回归的模型保存加载案例3 小结 2.11 模型的保存和加载 学习目标 知道sklearn中模型的保存和加载 1 sklearn模型的保存和加载API from sklearn.externals import joblib 保存：joblib.dump(estimator, ‘test.pkl’) 加载：estimator = joblib.load(‘test.pkl’) 2 线性回归的模型保存加载案
python调试：scikit-learn与joblib问题
qq_38610729的博客
09-22 549
scikit-learn 0.23以上版本与joblib冲突，降低scikit-learn版本至以下。另外，安装例如imblearn库会自动安装scikit-learn最新版，可以删掉最新版；
【机器学习】 使用sklearn中的joblib函数实现模型持久化保存以及提取
brucewong0516的博客
05-10 1万+
在做模型训练的时候，尤其是在训练集上做交叉验证，通常想要将模型保存下来，然后放到独立的测试集上测试，下面介绍的是Python中训练模型的保存和再使用。 scikit-learn已经有了模型持久化的操作，导入joblib即可 from sklearn.externals import joblib 1、joblib.dump模型保存 from sklearn.externals impo...
Scikit-learn
mbshqqb的博客
09-23 259
Scikit-learn 一. 选择及训练模型 1. 首先尝试训练一个线性回归模型（LinearRegression from sklearn.linear_model import LinearRegression lin_reg = LinearRegression() lin_reg.fit(train_housing_prepared, train_housing_labels) 训练完...
安装 scikit-learn之先安装numpy、SciPy、joblib之各种跳坑
qq_41359254的博客
03-28 6112
先来看看安装Scikit-learn 要求: Python (>= 3.5), NumPy (>= 1.11.0), SciPy (>= 0.17.0), joblib (>= 0.11). 一、安装numpy 安装 NumPy 最简单的方法就是使用 pip 工具： pip3 install --user numpy scipy matplotlib –user 选项可以设置只安装在当前的用户下，而不是写入到系统目录。 默认情况使用国外线路，国外太慢，我们使用清华的镜像就可以: p
Python库 | scikit-learn-0.24.2.tar.gz
05-21
资源分类：Python库 所属语言：Python 资源全名：scikit-learn-0.24.2.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
scikit-learn-1.0.2.tar.gz
01-18
该资源为scikit-learn-1.0.2.tar.gz，欢迎下载使用哦！
sklearn-cookbook-zh：[翻译] Scikit-learn秘籍
02-03
sklearn-cookbook-zh：[翻译] Scikit-learn秘籍
Java调用python机器学习代码
m0_46697036的博客
03-28 988
Java调用python机器学习代码，附CentOS7.9安装Python
机器学习-训练模型的保存与恢复（sklearn）
热门推荐
D.W 的专栏
07-31 6万+
在做模型训练的时候，尤其是在训练集上做交叉验证，通常想要将模型保存下来，然后放到独立的测试集上测试，下面介绍的是Python中训练模型的保存和再使用。scikit-learn已经有了模型持久化的操作，导入joblib即可from sklearn.externals import joblib模型保存>>> os.chdir("workspace/model_save") >>> from sklea
机器学习（1）scikit-learn的介绍
voidfaceless的博客
02-22 1568
章节内容 在本节中，我们介绍我们在scikit-learn中使用的机器学习词汇，并给出一个简单的学习示例。 机器学习：问题设置 一般来说，学习问题考虑一组n个数据样本，然后尝试预测未知数据的属性。 如果每个样本多于单个数字，并且例如多维条目（也称为多变量数据），则称其具有若干属性或特征。 我们可以在几个大类中分离学习问题： 监督学习，其中数据带有我们想要预测的附加属性
typora.zip
最新发布
06-03
typora.zip
【scikit-learn】scikit-learn的线性回归模型
05-20
在scikit-learn中，可以使用LinearRegression类来实现线性回归模型。 下面是一个简单的例子，演示如何使用scikit-learn中的线性回归模型： ``` python from sklearn.linear_model import LinearRegression import ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值