python sklearn模型的儲存

標籤：

    使用python的機器學習包sklearn的時候，如果訓練集是固定的，我們往往想要將一次訓練的模型結果儲存起來，以便下一次使用，這樣能夠避免每次運行時都要重新訓練模型時的麻煩。

    在python裡面，有一個joblib可以實現將模型儲存，並將儲存後的模型取出用於不同的測試集：

 1 from sklearn import svm 2 from sklearn.externals import joblib 3  4 #訓練模型 5 clf = svc = svm.SVC(kernel=‘linear‘) 6 rf=clf.fit(array(trainMat), array(listClasses)) 7  8 ＃儲存模型 9 joblib.dump(rf,‘rf.model‘)10 11 ＃載入模型12 RF=joblib.load(‘rf.model‘)13 14 ＃應用程式模型進行預測15 result=RF.predict(thsDoc)

    需要注意的是，這裡執行joblib.dump()之後，有可能還會產生若干個以rf.model_XX.npy為命名格式的檔案，這有可能是用於儲存模型中的係數等的二進位檔案。其具體產生的檔案的個數還會隨調用到的分類器的不同，以及分類器中迭代次數的參數的不同而變，有時候會產生幾個，有時候會產生幾百個。

python sklearn模型的儲存