sklearn 儲存模型的幾種方法

#coding=utf-8

'''created on 2018-3-28
'''from sklearn import svm
from sklearn import datasets
import pickle
from sklearn.externals import joblib
clf = svm.svc()
iris = datasets.load_iris()
x, y = iris.data, iris.target
clf.fit(x, y)
#方法一，使用dumps和loads,但沒有存入磁碟
# s = pickle.dumps(clf)
# clf2 = pickle.loads(s)
# print clf2.predict(x[0:1])
# 第二種方法
# dump和load 函式能乙個接著乙個地將幾個物件轉儲到同乙個檔案。隨後呼叫 load() 來以同樣的順序檢索這些物件
# output = open('d:\\***\\data.pkl', 'wb')
# input = open('d:\\***\\data.pkl', 'rb')
# s = pickle.dump(clf, output)
# output.close()
# clf2 = pickle.load(input)
# input.close()
# print clf2.predict(x[0:1])
# 第三種方法
# 使用joblib替換pickle，這對大資料更有效，但只能持久化到磁碟
# joblib.dump(clf, 'd:\\***\\data.pkl')#也可以使用檔案物件
# clf = joblib.load('d:\\***\\data.pkl')

sklearn儲存機器學習模型的幾種方式

from sklearn import svm from sklearn import datasets import pickle from sklearn.externals import joblib clf svm.svc iris datasets.load iris x,y iris.d...

Sklearn 模型的儲存與讀取

這個是比較簡單的操作,但是還是想拿出來寫一下,因為很好用的乙個功能 好像也是必須得有的功能 很簡單,主要就是呼叫sklearn.external 的joblib來儲存和載入模型.不過這個呼叫會有warning,提示我們直接用joblib包 from sklearn.externals import ...

sklearn模型的儲存和載入

sklearn模型的儲存和載入api 線性回歸的模型儲存載入案例 模型儲存和載入 return none 1.獲取資料 boston load boston 2.資料基本處理 2.1 資料集劃分 x train,x test,y train,y test train test split bosto...