1 将训练好的模型变成pkl格式进行保存
print("---save model--")
with open('xgb_model.pkl', 'wb') as f:
pickle.dump(bst, f)
with open('xgb_model.pkl', 'rb') as f:
myxgb = pickle.load(f)
其中的bst便是train完之后的xgboost模型。
2 将做好的数据用hdf5文件表示
train = pd.concat([offline_train,online_train],axis=0, ignore_index=True)
train["Coupon_id"] = train["Coupon_id"].map(str)
train.to_hdf('mydata.h5', 'obj3', format='table')#解决了报错问题
mydata = pd.read_hdf('mydata.h5','obj3')
文末附上前辈的各种格式保存的测试比较