本文將介紹如何使用scikit-learn機(jī)器學(xué)習(xí)庫(kù)保存Python機(jī)器學(xué)習(xí)模型、加載已經(jīng)訓(xùn)練好的模型。學(xué)會(huì)了這個(gè)，你才能夠用已有的模型做預(yù)測(cè)，而不需要每次都重新訓(xùn)練模型。
本文將使用兩種方法來(lái)實(shí)現(xiàn)模型的保存和加載：Pickle和joblib。
本文將分為三部分，分別如下所示。第一部分講解使用Pickle序列化、反序列化機(jī)器學(xué)習(xí)模型，第二部分講解使用joblib保存、加載機(jī)器學(xué)習(xí)模型。第三部分講解這個(gè)過(guò)程中常見(jiàn)的問(wèn)題。
Pickle保存、加載機(jī)器學(xué)習(xí)模型joblib保存、加載機(jī)器學(xué)習(xí)模型常見(jiàn)問(wèn)題小結(jié)
Pickle保存、加載機(jī)器學(xué)習(xí)模型
Pickle是Python中序列化對(duì)象的標(biāo)準(zhǔn)方法。
通常，我們會(huì)使用pickle.dump函數(shù)來(lái)序列化機(jī)器學(xué)習(xí)模型，并將序列化的二進(jìn)制保存到文件中，得到最終的模型文件。
當(dāng)需要重新使用這個(gè)模型時(shí)，就可以使用pickle.load函數(shù)加載此文件，反序列化模型，并使用它來(lái)進(jìn)行模型預(yù)測(cè)。
下面示例演示了如何在糖尿病數(shù)據(jù)集訓(xùn)練LR模型，并將模型保存到文件，并加載它以對(duì)未見(jiàn)測(cè)試集進(jìn)行預(yù)測(cè)。該代碼是將模型保存到本地文件finalized_model.sav，同時(shí)加載已保存的模型，并利用其進(jìn)行評(píng)估。
joblib保存、加載機(jī)器學(xué)習(xí)模型
joblib模塊是機(jī)器學(xué)習(xí)庫(kù)SciPy的一部分，它提供很多使Python作業(yè)pipeline的方法。
同時(shí)，它也提供了用于保存、加載NumPy數(shù)據(jù)變量、機(jī)器學(xué)習(xí)模型的方法。這對(duì)于需要保存大量訓(xùn)練參數(shù)、存儲(chǔ)整個(gè)數(shù)據(jù)集的某些機(jī)器學(xué)習(xí)算法（如K近鄰）非常有用。
通常，我們會(huì)使用joblib.dump函數(shù)來(lái)保存機(jī)器學(xué)習(xí)模型，并將序列化的二進(jìn)制保存到文件中，得到最終的模型文件。
當(dāng)需要重新使用這個(gè)模型時(shí)，就可以使用joblib.load函數(shù)加載此文件，反序列化模型，并使用它來(lái)進(jìn)行模型預(yù)測(cè)。
下面的示例演示了如何在糖尿病數(shù)據(jù)集訓(xùn)練LR模型，并使用joblib保存模型文件，同時(shí)加載它來(lái)進(jìn)行數(shù)據(jù)預(yù)測(cè)。該代碼將模型保存為finalized_model.sav文件，同時(shí)加載該模型后，用于預(yù)測(cè)測(cè)試數(shù)據(jù)。
常見(jiàn)問(wèn)題小結(jié)
在保存、加載模型時(shí)，需要注意以下常見(jiàn)問(wèn)題：
Python版本
可以肯定的是，當(dāng)加載并反序列化模型時(shí)，需要使用相同版本的Python來(lái)序列化模型。庫(kù)版本在反序列化已保存模型時(shí)，使用機(jī)器學(xué)習(xí)庫(kù)版本需要相同，包括NumPy版本和scikit-learn版本。手動(dòng)序列化
有時(shí)候可能需要手動(dòng)輸出模型的參數(shù)，以便將來(lái)可以直接在scikit-learn或其他平臺(tái)中使用它們。通常，在機(jī)器學(xué)習(xí)中，用于預(yù)測(cè)的算法比用于學(xué)習(xí)參數(shù)的算法簡(jiǎn)單得多，可以很容易地在代碼中實(shí)現(xiàn)。
當(dāng)按本不同時(shí)，請(qǐng)重新安裝對(duì)應(yīng)版本進(jìn)行模型加載，否則，你將遇到一些奇奇怪怪的問(wèn)題。
聯(lián)系客服
