機器學習模型儲存

在訓練完成機器學習模型後，經常將滿足需要的機器學習模型進行儲存，本文以svm演算法為例，講解模型儲存和呼叫的方法。

joblib.dump(模型, 模型命名)

#將訓練模型儲存起來

from sklearn.svm import svc 

from sklearn.metrics import classification_report
from sklearn.externals import joblib
clf = svc(kernel=
'linear'
, c=1)
clf.fit(obj_sub_data_train_vecs,objtrainy)
y_predict= clf.predict(obj_sub_data_test_vecs)
print
(classification_report(objtesty, y_predict)
)joblib.dump(clf,
'svm_1.model'
)

joblib.load(模型名)

from sklearn.externals import joblib

defsvm_predict
(filename)
:    filename=filename
words_vecs=buildvecs(filename)
clf_1=joblib.load(
'svm_1.model'
)#模型呼叫
clf_2=joblib.load(
'svm_2.model'
)    y_predict_all=
result_1=clf_1.predict(words_vecs)
for i in result_1:
ifint
(result_1[i])==
0:y_predict=
0else
:            result_2=clf_2.predict(words_vecs[i]
)if result_2==0:
y_predict=-1
else
:                 y_predict=
1print
(y_predict_all)

機器學習 模型儲存

目錄 pickle模組 sklearn joblib模組 hive分割槽表 在訓練模型後將模型儲存的方法，以免下次重複訓練。以及大資料裡直接將bi模型結果儲存在hive表裡。from sklearn import svm from sklearn import datasets import pic...

機器學習 儲存模型 載入模型 Joblib

joblib描述 joblib是一組用於在python中提供輕量級流水線的工具。特點 透明的磁碟快取功能和懶惰的重新評估 memoize模式 簡單的平行計算 joblib可以將模型儲存到磁碟並可在必要時重新執行 實現 載入模組 from sklearn.datasets import load ir...

機器學習之儲存訓練模型

話不多說，直接進入正題。1.首先匯入joblib包 import joblib2.訓練好模型之後，即可儲存模型到本地 joblib.dump 模型例項名稱,本地路徑 檔名稱 比如 joblib.dump lr,r g 學習檔案 機器學習 import learing predict card.pkl...