模型的保存和加载
文章源代码下载地址:波士顿房价岭回归正则化预测代码实现
1.sklearn模型的保存和加载API
from sklearn.externals import joblib
- 保存:joblib.dump(estimator, 'test.pkl')
- 加载:estimator = joblib.load('test.pkl')
注意:保存的后缀名是.pkl
2.线性回归的模型保存加载案例
注意:
-
要保存训练后的模型才有意义!!!
-
保存后的用文本打开是错误的,只能加载!!
-
加载的模型在使用之前加载,不需要训练数据了!!
2.1保存模型
# 1.获取数据 laod_boston bunch字典
data = load_boston()
# 2.数据集划分 数据的基本处理
x_train, x_test, y_train, y_test = train_test_split(data.data, data.target, random_state=22)
# 3.特征工程-标准化
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.fit_transform(x_test)
# 4.机器学习-线性回归(岭回归)【重要】
# 4.1 创建模型 实例化估计器
estimator = Ridge(alpha=1)#(alpha表示正则的程度)
# 4.2 训练模型 fit 正规方程计算得到最优可训练参数
estimator.fit(x_train,