保存机器学习训练的模型：使用sklearn中的joblib模块

最新推荐文章于 2024-06-25 11:50:09 发布
最新推荐文章于 2024-06-25 11:50:09 发布
阅读量538 收藏
点赞数
文章标签： 机器学习 sklearn python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_30597713/article/details/126707129
版权

from sklearn.ensemble import RandomForestClassifier
from sklearn import datasets
import joblib
 
(X,Y) = datasets.load_iris(return_X_y=True)
rfc = RandomForestClassifier(n_estimators=100,max_depth=100)
rfc.fit(X,Y)
print(rfc.predict(X[0:5,:]))
 
#保存模型
joblib.dump(rfc,'saved_model/rfc.pkl')
 
#读取模型
rfc_new = joblib.load('saved_model/rfc.pkl')
print(rfc_new.predict(X[147:150,:]))

BILLOWSPT
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Sklearn+joblib、pickle保存已训练模型并调用
CSDNxuelijiao的博客
08-14 1221
使用sklearn训练好的模型和CountVectorizer的保存以及模型调用 1.概述 2.模型的保存 3.模型的调用 1.概述 对于已经训练好的模型是需要进行保存操作饿，否则每一次的使用都会重新再次训练，而模型的执行效率堪忧。为此本文利用joblib和pickle分别对分类模型进行磁盘保存，生成model.pkl和feature.pkl文件，在调用的过程中直接加载这两个文件就ok了。 2.模型的保存 下面展示一些 分类模型训练代码。 对于分类模型可以参考上一篇文章，此处仅展示部分函数。 // An h
【机器学习】训练好的模型的保存与恢复----joblib模块
xiaohutong1991的专栏
09-08 891
在做模型训练的时候，尤其是在训练集上做交叉验证，因为交叉验证的模型训练通常要耗费很长时间，如果再结合大数据，那么这个时间的耗费通常可以用天来计算，那么，现在就通常想要将模型保存下来，然后放到独立的测试集上测试。 下面介绍的是Python中训练模型的保存和再使用。 一、训练模型，显示常用的模型属性 此数据为随机的自己瞎编的数据，只做演示用，各位可以通过自己的具体业务自己更改代码，此代码仅限演示用，可以当做一个test来学习。 import numpy as np from sklearn.lin
【机器学习】 使用sklearn中的joblib函数实现模型持久化保存以及提取
brucewong0516的博客
05-10 1万+
在做模型训练的时候，尤其是在训练集上做交叉验证，通常想要将模型保存下来，然后放到独立的测试集上测试，下面介绍的是Python中训练模型的保存和再使用。 scikit-learn已经有了模型持久化的操作，导入joblib即可 from sklearn.externals import joblib 1、joblib.dump模型保存 from sklearn.externals impo...
Scikit-learn：使用joblib保存模型，文件后缀通常是.pkl或.joblib。TensorFlow/Keras：模型可以保存为.h5或.hdf5文件
最新发布
m0_74113296的博客
06-25 320
文件，这些是HDF5格式的文件，用于存储模型结构和权重。库保存模型，文件后缀通常是。用models加载模型。
sklearn报错：joblib
小花生的博客
01-09 4384
报错原因： 原始版本的scikit-learn == 0.19.2，新版本为scikit-learn == 0.23.2。 sklearn.externals.joblib函数是用在0.21及以前的版本中，在最新的版本中，该函数应被弃用。 所以引入from sklearn.externals import joblib库时，出现ImportError: cannot import name 'joblib’错误。 解决方法： 高版本直接import joblib 导入即可 低版本预测代码： from skl
【Python机器学习系列】sklearn机器学习模型的保存---joblib法
数据杂坛
03-27 454
sklearn机器学习模型的保存---joblib法
Sklearn——保存模型参数(pickle&joblib)
weixin_37763870的博客
03-31 4197
文章目录1.前言2.pickle 保存3.pickle 保存 1.前言 我们训练好了一个Model 以后总需要保存和再次预测, 所以保存和读取我们的sklearn model也是同样重要的一步。今天主要介绍两种保存Model的模块pickle与joblib。 2.pickle 保存 首先简单建立与训练一个SVC的Model。 from sklearn import svm from sklearn...
Python 机器学习工具包SKlearn的安装与使用
04-14
Python 机器学习工具包 SKlearn 的安装与使用 Python 机器学习工具包 SKlearn 是基于 Python 语言的机器学习工具包，主要用 Python 编写，建立在 Numpy、Scipy、Pandas 和 Matplotlib 的基础上，也用 Cython 编写了...
Anaconda☀利用机器学习sklearn构建模型与实现丨第一课
qq_70663329的博客
02-21 2733
利用机器学习sklearn构建模型与实现，讲述了机器学习的概念和学习用例，sklearn的概念，安装和使用，这里举例了波士顿数据集的例子讲述sklearn转换器处理数据的方法以及构建并评价回归模型。
Python 机器学习 模型保存和加载
weixin_42098295的博客
02-16 1769
Python 机器学习中，模型保存和加载是两个非常重要的操作。模型保存可以将训练好的模型保存到文件，以便以后使用。模型加载可以将保存的文件加载到内存，以便进行预测或评估。最常用保存和加模型的库包括pickle和joblib，另外在使用特定的机器学习库，如scikit-learn、TensorFlow或PyTorch时，它们也提供了自己的保存和加载机制。
机器学习—保存模型、加载模型—Joblib
热门推荐
柳成荫
08-08 3万+
Joblib描述 Joblib是一组用于在Python中提供轻量级流水线的工具。 特点： ·透明的磁盘缓存功能和懒惰的重新评估（memoize模式） ·简单的并行计算 Joblib可以将模型保存到磁盘并可在必要时重新运行： 代码实现 #加载模块 from sklearn.datasets import load_iris import joblib from sklearn.linear_mode...
sklearn.externals 中的 joblib无法导入问题 解决办法
雾隐雾现的至渝博客
08-12 2万+
问题背景           在接手别人的项目，项目并没有一个虚拟环境，我在建立新的虚拟环境时，安装的库默认最新版，so 出现了如下问题 from sklearn.externals import joblib 原因排查           经查阅资料，版本0.22之后的 scikit_learn 中就除掉了
sklearn基于pickle / joblib 的模型保存及加载
酒酿小圆子呀～
04-06 5553
sklearn（scikit-learn）模型持久化有两种方式： Python的内置模块pickle scikit-learn内部的joblib 使用可以将模型保存在scikit-learn中： 1. pickle 模型保存及加载 from sklearn import svm from sklearn import datasets model_xgb = svm.SVC() X, y= datasets.load_iris(return_X_y=True) model_xgb.fit(X, y)
sklearn学习笔记（一）——模型保存（pickle模块和joblib模块）
wzy的博客
04-19 2万+
在训练模型后将模型保存的方法，以免下次重复训练。 使用pickle模块或者sklearn内部的joblib 一、使用pickle模块 from sklearn import svm from sklearn import datasets clf=svm.SVC() iris=datasets.load_iris() X,y=iris.data,iris.ta
（五）sklearn
weixin_45622478的博客
10-03 1744
是 Python 中的一个函数，主要用于将对象保存到磁盘上的二进制文件中，以便后续加载和使用。它通常用于保存机器学习模型、大型数据集或其他需要长期保存的 Python 对象。下面是：要保存到磁盘的 Python 对象。这可以是任何 Python 对象，例如模型、数据集、列表、字典等。filename：要保存对象的文件名（包括路径）。这是一个必需的参数。compress：用于指定压缩级别的整数。默认值为 0，表示不使用压缩。如果将其设置为 1，则启用轻量级压缩，如果设置为 3，则启用较强的压缩。
sklearn joblib 交叉验证函数 cross_val_score
墨流觞的博客
09-26 2073
sklearn.model_selection.cross_val_score(estimator, X, y=None, groups=None, scoring=None, cv=’warn’, n_jobs=None, verbose=0, fit_params=None, pre_dispatch=‘2*n_jobs’, scoring=’raise-deprecating’) 只介绍几个...
sklearn.externals.joblib导入问题
ITupup的博客
09-11 1648
看别人的代码发现标红，发现sklearn 0.23后已经删掉了 https://scikit-learn.org/stable/modules/model_persistence.html谷歌翻译插件应该都有吧没有看下面 方法1.用joblib 直接pip安装 pip install joblib 方法2.pickle 我没用过我看例子有 下面是机翻的： 训练了scikit学习模型后，希望有一种方法可以持久保留模型以备将来使用，而不必重新训练。以下部分为您提供了一个示例，说明如何使用pickle.
scikit-learn使用joblib持久化模型过程中的问题详解
Mr. Lee的专栏
04-02 5874
在机器学习过程中，一般用来训练模型的过程比较长，所以我们一般会将训练的模型进行保存（持久化），然后进行评估，预测等等，这样便可以节省大量的时间。 在模型持久化过程中，我们使用scikit-learn提供的joblib.dump()方法，但是在使用过程中会出现很多问题。如我们使用如下语句： [python] view plaincopy
Sklearn机器学习全流程详解：数据获取至模型优化
在sklearn中，可以使用`joblib`模块将模型序列化到文件，如`joblib.dump(model, 'model.pkl')`。 总结起来，这个资源详细介绍了如何利用sklearn库完成一个完整的机器学习项目，从数据获取、预处理、模型选择与训练...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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