如何利用python中的sklearn.externals 模块保存加载训练模型

前提:在做模型训练的时候,尤其是在训练集上做交叉验证,通常想要将模型保存下来,然后放到独立的测试集上进行测试,本文主要介绍如何利用python中的sklearn.externals 模块保存训练模型,并在测试集进行使用。

#建立模型

from sklearn.ensemble import RandomForestClassifier
X  ---- 特征变量,y ----- 目标变量
clf = RandomForestClassifier(random_state=0, n_jobs = -1)
clf.fit(X, y)  
## 通过joblib的dump可以将模型保存到本地,clf是训练的分类器

from sklearn.externals import joblib
joblib.dump(clf, "RandomForestClassifier_model.m")
#模型从本地调回
clf = joblib.load("RandomForestClassifier_model.m")
#在测试集上测试

clf.predit(testing_X)    # testing_X为测试集

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值