【Python】手把手教学|数据挖掘模型导出流程

sklearn模型文件导出

在利用python的sklearn库进行数据挖掘与数据分析时，往往会使用到机器学习的多种智能算法进行预测和分析。有的时候需要将模型导出，以备以后对新的数据进行预测，那么久很有必要将针对原有训练数据获得的模型导出到文件中。

模型文件导出前，需要安装好第三方库，pip相应的库就可以，如果安装不了可以用下清华源的库进行pip

   from sklearn.externals import joblib

安装好第三方库之后，就可以将sklearn对数据分析时的模型进行导出，这里使用SVM模型进行举例。

  clf = svc = svm.SVC(kernel='linear')
  rf=clf.fit(array(trainMat), array(listClasses))

现在可以导出模型文件到相应的文件夹下。

  #保存模型
  joblib.dump(rf,'rf.model')

在拿到新的数据之后可以将模型文件加载到内存中，并且将新数据运用在原有的模型得到相应的预测。

   #加载模型
   RF=joblib.load('rf.model')
   #应用模型进行预测
   result=RF.predict(thsDoc)