我有很多关于品牌以及这些品牌产品的数据。我正在做的是在一堆回归模型上进行GridSearch并将最佳估计量添加到字典中。所以看起来像这样-
{'Kellogs': {'Fruit Loops': MLPRegressor(<best parameters>)}}
然后预测,一盒的价格为2美元。
然后我将其腌制以用于Django应用程序。问题是,当我在本地训练它时,它运行得如此精确,很难否认它是正确的,但是当我导入“ trained_models.p”并像这样称呼它时-trained_models[brand][cereal].predict(np.array(1).reshape(-1, 1)
预测为$ 12。
我在做什么错?
词典中包含的所有回归变量都需要重新拟合以最准确地进行预测。
通常不会花费太长时间。