python模型训练 warm_start_如何用新的d重新训练sklearn中的logistic回归模型

LogicsticRegression对象的大小与用于训练它的样本数无关。在from sklearn.linear_model import LogisticRegression

import pickle

import sys

np.random.seed(0)

X, y = np.random.randn(100000, 1), np.random.randint(2, size=(100000,))

log_regression_model = LogisticRegression(warm_start=True)

log_regression_model.fit(X, y)

print(sys.getsizeof(pickle.dumps(log_regression_model)))

np.random.seed(0)

X, y = np.random.randn(100, 1), np.random.randint(2, size=(100,))

log_regression_model = LogisticRegression(warm_start=True)

log_regression_model.fit(X, y)

print(sys.getsizeof(pickle.dumps(log_regression_model)))

结果

^{pr2}$

您可能保存了错误的模型对象。确保您正在保存log_回归模型。在pickle.dump(log_regression_model, open('model.pkl', 'wb'))

由于模型的大小如此不同，而且LogisticRegression对象的大小不会随着训练样本数的不同而改变，因此看起来好像使用了不同的代码来生成保存的模