模型的保存和加载

模型的保存和加载

1.sklearn模型的保存和加载API

  • from sklearn.externals import joblib
    • 保存:joblib.dump(estimator, ‘test.pkl’)
    • 加载:estimator = joblib.load(‘test.pkl’)

2.线性回归的模型保存加载案例

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
26
27
28
29
30
31
32
33
34
35
36
37
38
def load_dump_demo():
"""
模型保存和加载
:return:
"""
# 1.获取数据
data = load_boston()

# 2.数据集划分
x_train, x_test, y_train, y_test = train_test_split(data.data, data.target, random_state=22)

# 3.特征工程-标准化
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.fit_transform(x_test)

# 4.机器学习-线性回归(岭回归)
# # 4.1 模型训练
# estimator = Ridge(alpha=1)
# estimator.fit(x_train, y_train)
#
# # 4.2 模型保存
# joblib.dump(estimator, "./data/test.pkl")

# 4.3 模型加载
estimator = joblib.load("./data/test.pkl")

# 5.模型评估
# 5.1 获取系数等值
y_predict = estimator.predict(x_test)
print("预测值为:\n", y_predict)
print("模型中的系数为:\n", estimator.coef_)
print("模型中的偏置为:\n", estimator.intercept_)

# 5.2 评价
# 均方误差
error = mean_squared_error(y_test, y_predict)
print("误差为:\n", error)

3.tips

如果你在学习过程中,发现使用上面方法报如下错误:

1
ImportError: cannot import name 'joblib' from 'sklearn.externals' (/Library/Python/3.7/site-packages/sklearn/externals/__init__.py)

这是因为scikit-learn版本在0.21之后,无法使用from sklearn.externals import joblib进行导入,你安装的scikit-learn版本有可能是最新版本。如果需要保存模块,可以使用:

1
2
3
4
5
# 安装
pip install joblib

# 导入
import joblib

安装joblib,然后使用joblib.load进行加载;使用joblib.dump进行保存

参考:https://scikit-learn.org/stable/modules/model_persistence.html


模型的保存和加载
http://sherwinzhang.com/机器学习/ML/模型的保存和加载/
作者
sherwin
发布于
2019年5月9日
许可协议