机器学习中模型持久化

当数据量比较大的时候，我们将数据放入到模型中训练是一件比较耗时的事情。我们想看训练的结果需要而又不想重新训练的时候，我们可以将训练好的模型持久化到文件中，这样可以随时查看模型训练的结果并使用训练好的模型。下面将介绍模型持久化到文件的方法：

Method 1: pickle

#持久化模型

Import pickle

with open(“./model.pkl”,”wb”) as f:

      pickle.dump(model,f)

#读取模型

With open(“./model.pkl”,”rb”) as f:

Model=pickle.load(f)

 

Method 2:joblib

#模型持久化

From sklearn.externals import joblib

joblib.dump(model,”./model.pkl”)

#加载模型

Model=joblib.load(“./model.pkl”)

 

Joblib会比pickle快，因为joblib会用到多进程