使用Weka进行数据挖掘（Weka教程九）模型序列化/持久化存储和加载

有很多时候，你在构建了一个模型并完成调优后，你很可能会想把这个模型存入到磁盘中，免得下次再重新训练。尤其是神经网络、SVM等模型训练时间非常长，重新训练非常浪费时间。那么怎么持久化模型呢？

其实既然模型也是一个JAVA对象，那我就按照JAVA的序列化和反序列化方法保存模型对象即可。

Java中的序列化和反序列化

①java.io.ObjectOutputStream

代表对象输出流，它的writeObject(Object obj)方法可对参数指定的obj对象进行序列化，把得到的字节序列写到一个目标输出流中。

　　

②java.io.ObjectInputStream

代表对象输入流，它的readObject()方法从一个源输入流中读取字节序列，再把它们反序列化为一个对象，并将其返回。

需要注意的是，只有实现了Serializable和Externalizable接口的类的对象才能被序列化。Externalizable接口继承自 Serializable接口，实现Externalizable接口的类完全由自身来控制序列化的行为，而仅实现Serializable接口的类可采用默认的序列化方式 。

对象序列化包括如下步骤：

1） 创建一个对象输出流，它可以包装一个其他类型的目标输出流，如文件输出流；

2） 通过对象输出流的writeObject()方法写对象

对象反序列化的步骤如下：

1） 创建一个对象输入流，它可以包装一个其他类型的源输入流，如文件输入流；

2） 通过对象输入流的readObject()方法读取对象。

实现Weka模型的序列化

直接贴出代码，以J48为例

public static void persistModel(J48 model, String ModelPath) {
ObjectOutputStream oos = null;
try {
oos = new ObjectOutputStream(
new FileOutputStream(ModelPath));
oos.writeObject(model);
oos.flush();
oos.close();
} catch (IOException e) {
e.printStackTrace();
}
}

Weka模型的重新加载

重新加载模型只需要进行反序列化即可：

public static J48 reloadPersistModel(String ModelPath) {
ObjectInputStream ois = null;
try {
ois = new ObjectInputStream(
new FileInputStream(new File(ModelPath)));
J48 model = (J48) ois.readObject();
return model;
} catch (Exception e) {
e.printStackTrace();
}
return null;
}

需要注意的是，要将序列化后的对象向下转型才可以获取子类特有方法。