关于机器学习的三个阶段
643
2022-05-28
对于已经调好参数的模型,我们需要将其保存下来,可以使用下面两种方法。
模型训练
from sklearn.tree import DecisionTreeClassifier from sklearn import datasets X, y = datasets.load_iris(return_X_y=True) model = DecisionTreeClassifier() model.fit(X, y)
1
2
3
4
5
6
sklearn.externals.joblib
import joblib # 模型保存 joblib.dump(model, 'DecisionTree.pkl') # 模型加载 model = joblib.load('DecisionTree.pkl')
1
2
3
4
5
6
pickle
import pickle # 模型保存 f = open('DecisionTree.pickle', 'wb') pickle.dump(model, f) f.close() # 模型加载 f = open('DecisionTree.pickle', 'rb') model = pickle.load(f) f.close()
1
2
3
4
5
6
7
8
9
10
11
joblib与pickle对比
对于大数据而言,joblib比pickle更加高效,但是joblib只能将对象存储在磁盘文件中,不能保存为字符串。
机器学习
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。