有一种方法可以将预处理对象保存在Scikit-Learn中？ [重复]

Question

我认为，除了泡菜外，您还可以使用

joblib

来做到这一点。如Scikit-Learn的手册

Answer 1

在Scikit-Learn的具体情况下，最好使用Joblib更换Pickle（Dump＆Load），这在内部携带大型Numpy阵列的物体上效率更高，就像适合Scikit-Learn估算器一样，但只能在磁盘上进行泡菜，而不是在磁盘上且不适用于字符串：

from joblib import dump, load
dump(clf, 'filename.joblib') 

later您可以加载腌制型号（可能是在另一个Python过程中），带有以下方式：

clf = load('filename.joblib')

请参考其他帖子以获取更多信息，

节省标准标准器（）模型，用于在新数据集中使用，sklearn

.

。

lejlot提到的，您可以使用库

pickle

将受过训练的网络保存为硬盘驱动器中的文件，然后您只需要加载它即可开始进行预测。 here是如何使用泡菜保存和加载python对象的一个示例：

import pickle
import numpy as np

npTest_obj = np.asarray([[1,2,3],[6,5,4],[8,7,9]])

strTest_obj = "pickle example XXXX"


if __name__ == "__main__":
    # store object information
    pickle.dump(npTest_obj, open("npObject.p", "wb"))
    pickle.dump(strTest_obj, open("strObject.p", "wb"))

    # read information from file
    str_readObj = pickle.load(open("strObject.p","rb"))
    np_readObj = pickle.load(open("npObject.p","rb"))
    print(str_readObj)
    print(np_readObj)

Answer 2