保存模型后无法训练_机器学习保存与导入训练模型

当我们训练好一个模型后，下次如果还想要使用这个模型。那么我们可以将这个模型保存下来，下次使用的时候直接导入就可以了，这样节省了时间，不用每次都重头训练数据，程序运行速度更快。

这里我们使用sklearn提供的模块joblib来保存模型。from sklearn.linear_model import LinearRegression

from sklearn.externals import joblib

from sklearn.datasets import load_boston

from sklearn.model_selection import train_test_split

#获取数据

lb = load_boston()

#分割数据集到训练集和测试集

x_train,x_test,y_train,y_test = train_test_split(lb.data,lb.target,test_size=0.25)

#特征值和目标值是都必须进行标准化处理，实例化两个标准化API

std_x = StandardScaler()

x_train = std_x.fit_transform(x_train)

#用转化训练集的标准归一化测试集

x_test = std_x.transform(x_test)

#目标值

std_y = StandardScaler()

# -1表示系统自动计算行数，1表示列数

y_train = std_y.fit_transform(y_train.reshape(-1,1))

y_test = std_y.transform(y_test.reshape(-1,1))