如何保留所做的机器学习模型(含10次分层抽样的10个模型),以及后续调用模型来减少模型训练都要重头来过的惨案

本文介绍了如何保留经过10次分层抽样的10个机器学习模型,以避免重复训练。通过设置相同的随机种子和shuffle参数,确保模型的可复用性。保存的模型文件可以直接加载用于预测。
摘要由CSDN通过智能技术生成

如何保留所做的机器学习模型(含10次分层抽样的10个模型以及后续调用模型来减少模型训练都要重头来过的惨案)

碎碎念一下:随机森林真的run的 time很9命

#导入所需的包
from sklearn.model_selection import StratifiedKFold
import joblib

#import 你用的数据处理方法,这里举例随机森林
from sklearn.ensemble import RandomForestClassifier


#定义分层抽样对象
for fold_idx, (train_idx, val_idx) in 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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