scikit-learn保存和加载模型

1.利用pickle

import pickle
#模型保存
#这里的model已经是生成好的模型了，注意一定要用"wb+"，否则会报错
model.fit(train_X, train_y)
s=pickle.dumps(model)
f=open('svm.model', "wb+")
f.write(s)
f.close()
print ("Done\n")

#模型调用，注意读取方式'rb'，否则会报错
f2=open('svm.model','rb')
s2=f2.read()
model1=pickle.loads(s2)
expected = test_y
predicted = model1.predict(test_X)
           

2.利用joblib

from sklearn.externals import joblib
# 模型保存
model.fit(train_X, train_y)
joblib.dump(model, "train1_model.m")
print ("Done\n")

# 模型调用
model1 = joblib.load("train1_model.m")
expected = test_y 
predicted = model1.predict(test_X)
           

这里的调用仅限在同一个py文件中，如果在另外一个py文件中调用，预测结果会出错，考虑到如果预测数据又需要跑一遍模型，楼主的建议是，把保存模型的过程写进函数里面，下次不再调用该函数即可