sklearn模型保存

news/2024/7/9 8:39:27 标签: sklearn, 机器学习, python
python">from sklearn import svm
from sklearn import datasets
import pickle  # 保存模块

clf = svm.SVC()
iris = datasets.load_iris()
x, y = iris.data, iris.target
clf.fit(x, y)
"""方法一:使用 pickle 保存"""
# 保存Model(注:save文件夹要预先建立,否则会报错)
with open('save/clf.pickle', 'wb') as f:
    pickle.dump(clf, f)

# 读取model
with open('save/clf.pickle', 'rb') as f:
    clf2 = pickle.load(f)
    print(clf2.predict(x[0:1]))

"""使用 joblib 保存"""
import joblib

# 保存Model(注:save文件夹要预先建立,否则会报错)
joblib.dump(clf, "save/clf.pkl")

# 读取Model
clf3 = joblib.load('save/clf.pkl')
# 测试读取后的Model
print(clf3.predict(x[0:1]))


http://www.niftyadmin.cn/n/941625.html

相关文章

机器学习——房屋价格预测【回归问题】

机器学习——房屋价格预测【回归问题】 1. 导工具包 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings(ignore) #过滤所有警告2. 读取数据 # 读取数据集 train pd.read_csv("…

机器学习中的特征工程

机器学习中的特征工程 什么是特征工程 数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已。特征工程指的是把原始数据转变为模型的训练数据的过程,它的目的就是获取更好的训练数据特征,使得机器学习模型逼近这个上限。 构…

使用lgb.cv时出现ValueError: Supported target types are: (‘binary‘, ‘multiclass‘). Got ‘continuous‘ instea

使用lgb.cv时出现ValueError: Supported target types are: (‘binary’, ‘multiclass’). Got ‘continuous’ instead. 默认情况下,lightgbm.cv中的stratify参数是True。 根据the documentation: stratified (bool, optional (defaultTrue)) – Whe…

Pytorch训练是出现pytorch RuntimeError: expected scalar type Double but found Float

错误如下 RuntimeError: expected scalar type Double but found Float原因: tensor的数据类型dtype不正确 解决: 将数据类型转为float32 tensor tensor.to(torch.float32)

贝叶斯调参报错:Object has no attribute ‘integers‘

报错版本:python version:3.9.7 hyperopt version:0.2.7 报错代码段:rstateRandomState(seed) 报错完整信息: AttributeError: ‘numpy.random.mtrand.RandomState’ object has no attribute ‘integers’ 解决方…

Kaggle-Elo Merchant Category Recommendation案例1%解决方案(特征工程)

数据预处理流程 思路 1. 数据读取 import gc import time import numpy as np import pandas as pd from datetime import datetime train pd.read_csv("train.csv") test pd.read_csv("test.csv") merchants pd.read_csv("merchants.csv") …

Filter特征筛选+随机森林建模+网格搜索调优(Kaggle--Elo Merchant Category Recommendation)

数据预处理流程 思路 import pandas as pd import numpy as np数据读取 train pd.read_csv("preprocess/train.csv") test pd.read_csv("preprocess/test.csv")随机森林模型预测 特征选择–皮尔逊相关系数 (train.shape, test.shape)((201917, 1700),…

Filter特征筛选+随机森林建模+交叉验证(kaggle-Elo Merchant Category Recommendation)

数据预处理流程 思路 数据读取 import pandas as pd import numpy as np from sklearn.model_selection import KFold from numpy.random import RandomState from sklearn.ensemble import RandomForestRegressor from sklearn.metrics import mean_squared_errortrain pd.r…