模型训练是一个耗时的过程,一个优秀的机器学习是非常宝贵的。可以模型保存到磁盘中,也可以在需要使用的时候从磁盘中重新加载模型即可。不需要重新训练。
模型保存和加载相关API:
import pickle
pickle.dump(内存对象,磁盘文件)#保存模型
model=pickle.load(磁盘文件) #加载模型
案例:把训练好的模型保存到磁盘中
#将训练好的模型对象保存到磁盘文件中
with open('../../data/link.pkl','wb') as f:
pickle.dummp(model,f)
#从磁盘文件中加载模型对象
with open('../../data/link.pkl','rb') as f:
model=pickle.load(f)
#根据输入预测输出
pred_y=model.predict(x)