sklearn 模型持久化,save和load
来源:互联网 发布:变形金刚 能量矩阵 编辑:程序博客网 时间:2024/06/05 21:52
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,下面介绍的是Python中训练模型的保存和再使用。
scikit-learn已经有了模型持久化的操作,导入joblib即可
模型保存
os.chdir("workspace/model_save")
from sklearn import svm
X = [[0, 0], [1, 1]]
y = [0, 1]
clf = svm.SVC()
clf.fit(X, y)
clf.fit(train_X,train_y)
joblib.dump(clf, "train_model.m")
from sklearn import svm
X = [[0, 0], [1, 1]]
y = [0, 1]
clf = svm.SVC()
clf.fit(X, y)
clf.fit(train_X,train_y)
joblib.dump(clf, "train_model.m")
通过joblib的dump可以将模型保存到本地,clf是训练的分类器
模型从本地调回
通过joblib的load方法,加载保存的模型。
然后就可以在测试集上测试了
0 0
- sklearn 模型持久化,save和load
- sklearn模型持久化
- sklearn模型持久化
- python中sklearn-learn模型持久化
- python+sklearn利用特征文件来训练和测试模型并使用joblib方法持久化存储模型
- save和load
- 训练模型的保存与恢复(sklearn模型持久化)
- matlab中save和load
- matlab 的load和save
- numpy.load和numpy.save
- Tensorflow的save和load
- Hibernate持久化方法save和persist的区别
- tensorflow模型save和restore
- Julia : 再谈HDF5 的save 和 load
- Docker image批量save和load
- PyTorch笔记5-save和load神经网络
- TensorFlow模型的保存和持久化
- hibernate持久化方法get和load的区别
- Wildfly8 domain模式搭建
- Bitmap,byte[],Drawable相互转化及拍照保存
- Android GoogleMap 谷歌地图从零开始
- 利用SecureCRT上传、下载文件(使用sz与rz命令),超实用!
- 解决mysql不能模糊查询\的问题
- sklearn 模型持久化,save和load
- 删除操作测试用例
- SpringMVC Controller 介绍
- lua获取get或post参数
- iOS开发 - 多线程之NSOperation
- Freeswitch 高级主题之用kamailio负载均衡
- 位运算总结
- Modern JavaScript Applications(阅读笔记)
- KindEditor 存文本粘贴