机器学习-训练模型的保存与恢复-joblib.dump-joblib.load-sklearn模块

joblib.dump vs joblib.load

所属模块：sklearn

功能：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测试

---

实例1：保存模型

#!/usr/bin/python3
#code-python(3.6)
#导入鸢尾花数据集
from sklearn import datasets    #导入内置数据集模块
iris=datasets.load_iris()   #导入鸢尾花的数据集
x=iris.data    #样本数据共150个，每个样本4个属性分别为花瓣和花萼的长、宽
y=iris.target  #样本数据的标签，共150个

#训练模型-SVM
from sklearn import svm  #导入sklearn模块中svm
model = svm.SVC(gamma=0.1,C=100)    #定义一个svm分类器
model.fit(x, y)   #用训练集构建模型

#训练模型的保存与恢复
from sklearn.externals import joblib
joblib.dump(model,'dump_model.pkl')  #将模型保存到本地
model2 = joblib.load('dump_model.pkl')  #调入本地模型

#model为用训练集训练好的模型
score_test = model2.score(x,y)  #计算模型准确度
print(score_test)