28、python强化学习、持续学习

1、持久化（Persistence）

    持久化是程序开发中的专业术语，是指将程序数据在持久化状态和瞬时状态间转换的机制
    
    保存模型
    恢复模型
    

2、模型持久化方法

sklearn.exeternals.joblib.dump(model,filePath) 保存模型

model 内存中的模型对象
filePath 需要保存的文件路径

model=sklearn.exeternals.joblib.load(filePath)  恢复模型

filePath  保存模型的文件路径
model     恢复到内存的模型对象

3、案例代码

from sklearn import svm

from sklearn import datasets

SVMModel=svm.SVC()

iris=datasets.load_iris()

x,y=iris.data,iris.target

SVMModel.fit(x,y)

# 导入保存模型的方法

from sklearn.externals import joblib

joblib.dump(
        SVMModel,
        'D:\\DATA\\pycase\\10\\SVMModel.sklearn'
        )

# 重新开启一个Console （spyder 右下角）

from sklearn.externals import joblib

SVMModel =joblib.load('D:\\DATA\\pycase\\10\\SVMModel.sklearn')

from sklearn import datasets

iris=datasets.load_iris()

x,y=iris.data,iris.target

# 评估模型得分

SVMModel.score(x,y)

# 预测

Y=SVMModel.predict(x)

import pandas as pd

# 交叉验证，表名有两个不一样

pd.crosstab(y,Y)