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)