线性回归之保存与加载

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)