sklearn保存训练结果

一、使用joblib保存结果

代码如下：

from sklearn.externals import joblib

#此处假设已训练好的模型为learnClassifier

#保存训练模型
joblib.dump(clf, 'learnClassifier.model')

#载入训练模型
clf = joblib.load('learnClassifier.model')

#可以在测试集上测试了
clf.predit(test_X) #此处test_X为特征集

二、使用pickle保存结果

与joblib相比，pickle实际上是序列化和反序列化的函数。
注：pickle函数加s表示在bytes层面（程序变量中）的操作，而不加s的则是对文件的操作。
代码如下：

#保存训练模型
dump=pickle.dumps(classifier)
with open('classifier_dump.pickle','w') as f:
    f.write(dump)
#载入训练模型
with open('classifier_dump.pickle','r') as f:
    classifier=pickle.load(f.read())

Reflink:

https://mp.weixin.qq.com/s?__biz=MzI4MzM2MDgyMQ==&mid=2247489737&idx=1&sn=f40e3e1eced43aef193b065c992c9be7&chksm=eb8ab393dcfd3a853f97ac0a01751f4baf198fd152f45adfd7ffb7204900a492a002c119cbbc&token=1074581413&lang=zh_CN#rd
https://blog.csdn.net/Dream_angel_Z/article/details/47175373