scikit-learn的基本用法——模型保存与加载
2017-12-23 11:22
375 查看
本文主要介绍scikit-learn中的模型的保存与加载。
Demo 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
结果
Demo 2
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
结果
转载自:http://blog.csdn.net/quincuntial/article/details/71244324
参考:
http://scikit-learn.org/stable/modules/model_persistence.html
https://docs.python.org/2/library/pickle.html#
http://sklearn.lzjqsdd.com/tutorial/basic/tutorial.html#model-persistence
Demo 1
import pickle from sklearn.svm import SVC from sklearn import datasets # 定义分类器 svm = SVC() # 加载iris数据集 iris = datasets.load_iris() # 读取特征 X = iris.data # 读取分类标签 y = iris.target # 训练模型 svm.fit(X, y) # 保存成python支持的文件格式pickle, 在当前目录下可以看到svm.pickle with open('svm.pickle', 'wb') as fw: pickle.dump(svm, fw) # 加载svm.pickle with open('svm.pickle', 'rb') as fr: new_svm = pickle.load(fr) print new_svm.predict(X[0:1])1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
结果
[0]1
Demo 2
from sklearn.externals import joblib from sklearn.svm import SVC from sklearn import datasets # 定义分类器 svm = SVC() # 加载iris数据集 iris = datasets.load_iris() # 读取特征 X = iris.data # 读取分类标签 y = iris.target # 训练模型 svm.fit(X, y) # 保存成sklearn自带的文件格式 joblib.dump(svm, 'svm.pkl') # 加载svm.pkl new_svm = joblib.load('svm.pkl') print new_svm.predict(X[0:1])1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
结果
[0]
转载自:http://blog.csdn.net/quincuntial/article/details/71244324
参考:
http://scikit-learn.org/stable/modules/model_persistence.html
https://docs.python.org/2/library/pickle.html#
http://sklearn.lzjqsdd.com/tutorial/basic/tutorial.html#model-persistence
相关文章推荐
- scikit-learn的基本用法(八)——模型保存与加载
- PyTorch基本用法(七)——模型的保存与加载
- [转]0.python:scikit-learn基本用法
- tensorflow的基本用法(十)——保存神经网络参数和加载神经网络参数
- scikit-learn的基本用法(五)——交叉验证1
- scikit-learn的基本用法(一)——KNN算法的使用
- scikit-learn的基本用法(四)——数据归一化
- 基于scikit-learn(sklearn)做分类--3.优化--保存模型
- scikit-learn中如何保存模型
- scikit-learn的基本用法(七)——交叉验证3
- 0.python:scikit-learn基本用法
- scikit-learn的基本用法(三)——model的介绍
- scikit-learn的基本用法(六)——交叉验证2
- 用scikit-learn的joblib保存训练模型
- scikit-learn的基本用法(二)——数据集的使用
- 【机器学习实验】scikit-learn的主要模块和基本使用
- scikit-learn的主要模块和基本使用
- scikit-learn主要模块和基本使用方法
- tensorflow的contrib的基本用法和自定义模型
- PyTorch(7)——模型的训练和测试、保存和加载