目錄
- 前言
- 一、安裝joblib
- 二、模型的保存與加載
- 參考
前言
很多時候，我們需要用大量的時間來訓練一個模型，這些模型如果不加以保存，下次啟動電腦時又需要重新進行訓練，這無疑是浪費時間的，那么有沒有一種方法它能夠把訓練得到的模型給保存下來呢？
答案是 joblib，
一、安裝joblib
有以下兩種方式，
pip：
pip install joblib
conda：
conda install joblib
二、模型的保存與加載
joblib 可以保存Python中的任意物件，相關方法如下：
| 方法 | 描述 |
|---|---|
| joblib.dump(object, filename) | filename為字串，且檔案后綴名須為 .joblib；用于保存物件 |
| joblib.load(filename) | 用于加載物件 |
例如，我們可以保存一個NumPy的陣列：
import numpy as np
import joblib
A = np.arange(4)
joblib.dump(A, 'array.joblib')
然后再加載它：
B = joblib.load('array.joblib')
print(B)
# [0 1 2 3]
再例如，對于訓練得到的SVM模型，我們可以將其保存下來以便多次使用：
from sklearn.model_selection import train_test_split
from sklearn.datasets import make_blobs
from sklearn.svm import SVC
import joblib
X, y = make_blobs(n_samples=500, centers=2, random_state=34)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42)
clf = SVC()
clf.fit(X_train, y_train)
joblib.dump(clf, 'svm.joblib')
svm = joblib.load('svm.joblib')
print(svm.score(X_test, y_test))
# 0.92
參考
[1] 官方檔案
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/430261.html
標籤：AI
上一篇：TensorFlow2.x得環境下如何運行TF1.x環境的代碼
下一篇：狀態機游戲AI設計