是否有保存训练好的逻辑回归模型的标准格式？

Question

前几天在一次采访中，我被问到我将使用什么数据结构来保存经过训练的逻辑回归模型，我有点不知所措。我要求一些澄清，但除了重述问题之外没有得到太多信息。我刚才说了一些关于如何使用

sklearn.linear_model.Logistic_Regression

实例化模型对象，然后使用

.fit()

方法来拟合它，此时您可以使用

pickle

/

joblib

保存模型。这看起来可能不是正确的答案，但这是我目前能想到的最好的答案。

我熟悉将 PyTorch 模型保存为

state_dict

，这基本上只是 Python

dict

，但据我所知，使用

pickle

或

joblib

只需将它们保存为二进制格式，并且我不太确定这是否算作数据结构。 （请注意 - 这个问题并不是特定于

sklearn

甚至是 Python，但这些是我最常使用的工具，所以我默认使用它们。）

经过一些谷歌搜索和挖掘之后，我找不到任何可以回答我的问题的东西。

我的问题是：a）您可以使用什么数据结构来保存经过训练的逻辑回归模型？ b）是否有一些我不知道的被广泛接受的方法？难道我的知识有一些差距吗？

如果这更适合交叉验证，请 lmk，我将在那里重新发布它。

Answer 1

有一个名为“预测模型标记语言”(PMML) 的行业标准。 该标准为您提供了两种表示线性模型的数据结构：

1. RegressionModel

    - 对于更简单的模型

2. GeneralRegressionModel

    - 用于无限复杂性模型

Scikit-Learn 模型属于“更简单的模型”类别。您可以使用

sklearn2pmml

 包转换 Scikit-Learn 管道（以最终线性模型步骤结束）。

线性模型的标准化表示比仅仅捕获“回归表”部分要复杂得多。您还需要对模型模式给出完整且明确的描述（模型的输入和输出是什么），指定其适用范围等。

多年来，不同的人/项目认为 PMML 已经过时（主要是由于其 XML 背景），并开始重新发明自己的方法。效果还不是很好。