sklearn模型保存

最新推荐文章于 2024-03-26 09:08:39 发布

岁月标记

最新推荐文章于 2024-03-26 09:08:39 发布

阅读量1.2k

点赞数

文章标签： sklearn 机器学习人工智能

本文链接：https://blog.csdn.net/akdjfhx/article/details/131605052

版权

使用两种保存模型的模块pickle与joblib进行模型保存。

from sklearn import svm
from sklearn import datasets
#首先简单建立与训练一个SVCModel
clf = svm.SVC()
iris = datasets.load_iris()
X, y = iris.data, iris.target
clf.fit(X,y)

#1、使用pickle来保存与读取训练好的Model
import pickle #pickle模块
#保存Model(save文件夹要预先建立)
with open('save/clf.pickle', 'wb') as f:  #write byte
    pickle.dump(clf, f)
#读取Model
with open('save/clf.pickle', 'rb') as f:  #read byte
    clf2 = pickle.load(f)
    #测试读取后的Model
    print(clf2.predict(X[0:1]))
# 结果应该是[0]

#2、使用 joblib 保存（好一点）
import joblib #jbolib模块
#保存Model
joblib.dump(clf, 'save/clf.pkl')
#读取Model
clf3 = joblib.load('save/clf.pkl')
#测试读取后的Model
print(clf3.predict(X[0:1]))