机器学习讲堂-joblib.dump 训练模型的保存与恢复
在做模型训练的时候,尤其是在训练集上做交叉验证,通常想要将模型保存下来,然后放到独立的测试集上测试,下面介绍的是Python中训练模型的保存和再使用。
scikit-learn已经有了模型持久化的操作,导入joblib即可
from sklearn.externals import joblib
- 1
模型保存
>>> os.chdir("workspace/model_save")
>>> from sklearn import svm
>>> X = [[0, 0], [1, 1]]
>>> y = [0, 1]
>>> clf = svm.SVC()
>>> clf.fit(X, y)
>>> clf.fit(train_X,train_y)
>>> joblib.dump(clf, "train_model.m")
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
通过joblib的dump可以将模型保存到本地,clf是训练的分类器
模型从本地调回
>>> clf = joblib.load("train_model.m")
- 1
通过joblib的load方法,加载保存的模型。
然后就可以在测试集上测试了
clf.predit(test_X) #此处test_X为特征集
- 1
<link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-2787195726.css" rel="stylesheet"></div>
机器学习讲堂-joblib.dump 训练模型的保存与恢复相关推荐
- 机器学习算法------2.11 模型的保存和加载(joblib.dump()、joblib.load())
# 模型保存 joblib.dump(estimator, "./data/test.pkl") # 模型加载 estimator = joblib.load("./d ...
- sklearn训练模型、保存模型文件(文本、pkl)、模型文件转换(pkl2onnx)以及模型可视化
1.使用环境 IDE:Jupyter Lab,使用Python2 kernel实现 模型可视化:GraphViz,可以直接在jupyter中使用:Netron window版本 模型转化:在on ...
- python 2/3 joblib.dump() 和 joblib.load()
在python2中加载python3训练和保存的模型时出错:ValueErrorTraceback (most recent call last) --> 237 clf = joblib.lo ...
- DeepLearning tutorial(2)机器学习算法在训练过程中保存参数
FROM: http://blog.csdn.net/u012162613/article/details/43169019 DeepLearning tutorial(2)机器学习算法在训练过程中保 ...
- python joblib.dump_python 2/3 joblib.dump() 和 joblib.load()
在python2中加载python3训练和保存的模型时出错: ValueErrorTraceback (most recent call last) --> 237 clf = joblib.l ...
- 【PyTorch】下载的预训练模型的保存位置(Windows)
保存位置 C:\Users\xxx\.cache\torch\hub\checkpoints\ xxx替换为你的用户名. 项目场景 迁移学习的时候一般需要用到预训练模型,那么预训练模型的保存位置是在哪 ...
- python中save是什么意思_Python中的numpy.save()和joblib.dump()有什么区别?
这是joblib代码的关键部分,应该有所启发. def _write_array(self, array, filename): if not self.compress: self.np.save( ...
- Tensorflow加载预训练模型和保存模型(ckpt文件)以及迁移学习finetuning
使用tensorflow过程中,训练结束后我们需要用到模型文件.有时候,我们可能也需要用到别人训练好的模型,并在这个基础上再次训练.这时候我们需要掌握如何操作这些模型数据.看完本文,相信你一定会有收获 ...
- Tensorflow 加载预训练模型和保存模型
使用tensorflow过程中,训练结束后我们需要用到模型文件.有时候,我们可能也需要用到别人训练好的模型,并在这个基础上再次训练.这时候我们需要掌握如何操作这些模型数据.看完本文,相信你一定会有收获 ...
最新文章
- R语言使用coin包应用于独立性问题的置换检验(permutation tests)、使用普通cor.test函数和置换近似spearman_test函数、检验变量的相关性的显著性
- 区块链100讲:智能合约审计指南
- 解决mac找不到隐藏的local文件夹
- pwn入门-PLT表与GOT表、libc入门
- 迭代器和反向迭代器,常量迭代器和非常量迭代器
- shell取当前月份第一天_红帽认证8.0版本即将发布!Ansible和shell脚本自动化将重点考察...
- 苹果宣布北京时间9月15日凌晨举办发布会后,公司市值再创新高
- python基础逻辑判断语句(九)
- 上位机服务器通讯协议,家庭监护终端与手机、上位机及服务器通讯协议22.doc
- C#两路list数组归并去重
- matlab预测1人均gdp,基于时间序列模型下河南人均GDP的预测分析
- 每天学点5G-5G UDR
- dns备用服务器信息,dns服务器地址(dns首选和备用填多少)
- 小武与retinanet的斗争
- 插入图片的时候,总是只是能漏出一点点其他部分都看不到,改变格式从插入型改成浮于文字上方才能完全显示,但浮于文字上方的格式最后不好排版和编辑,稍微一改,整个就乱了,求助如何让插入型的文字图片完全显示出来
- Android常见系统问题分析工具
- 淘宝商城首页鼠标经过整个区域图片变暗变亮的JS特效代码
- 【致远FAQ】Guest 账号同时多人登陆导致OA卡顿
- 【第25题】一球从 100 米高度自由落下,每次落地后反跳回原高度的一半
- JAVA对接海康威视开发文档
热门文章
- LIRE代码剖析3——常用的特征提取与匹配方法
- win7无法找到网络计算机用户,win7不能访问局域网其他电脑怎么办_win7不能访问局域网电脑怎么解决-win7之家...
- python qt5菜鸟教程-Python 网络编程
- Qt界面设计常用英文对照
- 原作者彤砸(诶嘿嘿《聊聊我的故事 | 带一只柚子上路》【转载】
- 【生存分析】参数模型 - 加速失效(AFT)模型
- linux(ubuntu)安装ssh服务,putty使用教程
- 【Python】【selenium】如何自动翻译并获得页面内容
- 灌浆料的弹性模量计算_灌浆料技术手册
- 重磅!认知智能已来!人工智能将被取代!且看道翰天琼认知智能为您揭秘人工智能和认知智能的区别。