1、sklearn模型保存

1、skleran中需要模型,但是模型本身没有提供,有种方式可以用:

def adaboost_regression(xx_train, xx_test, y_train, y_test,train=True):
    model=None
    if train:
        model = AdaBoostRegressor(n_estimators=10)
        model.fit(xx_train, y_train)
        # 保存模型
        with open("./AdaBoostRegressor","wb") as f:
            pickle.dump(model,f)
    else:
        #导入模型
        with open("./AdaBoostRegressor","rb") as f:
            model=pickle.load(f)
            print(model,type(model))
        for decesion in model.estimators_:
            tree.plot_tree(decesion,fontsize=15)  #显示决策树的数据
            # dot_data = tree.export_graphviz(decesion,
            #                         filled = True,   #填充颜色
            #                         rounded = True    #画出的方块无棱角
            #                        )
            # graph = graphviz.Source(dot_data)
            # graph.save("./1.gv")
    y_predict = model.predict(xx_test)
    return y_predict

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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