在实际的机器学习项目中,我们通常需要将训练好的模型保存到磁盘,以便在以后的时间点进行推理或重新训练。同样地,我们也需要从磁盘加载模型以供使用。在本文中,我们将介绍如何在Python中使用pickle
和joblib
库将训练好的模型持久化到磁盘,并从磁盘加载模型。
1. 使用pickle库持久化与加载模型
pickle
是Python标准库的一部分,提供了对Python对象的序列化和反序列化功能。我们可以使用pickle
库将训练好的模型序列化为二进制格式,并将其保存到磁盘。以下是一个简单的示例:
import pickle
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
# 加载Iris数据集并训练模型
iris = load_iris()
X, y = iris.data, iris.target
model = LogisticRegression