zoukankan      html  css  js  c++  java
  • sklearn.externals import joblib模块保存和下载使用模型的用法实例

     1 #加载模块
     2 from sklearn import datasets
     3 from sklearn.externals import joblib
     4 from sklearn.linear_model import LinearRegression
     5 from sklearn.cross_validation import train_test_split
     6 #分割数据集
     7 data_x,data_y = datasets.load_iris(return_X_y=True)
     8 train_X,test_X,train_y,test_y = train_test_split(data_x,data_y,test_size=0.2,random_state=2,stratify=data_y)
     9 #训练模型
    10 lr = LinearRegression()
    11 lr.fit(train_X,train_y)
    12 
    13 #将训练的模型保存
    14 direction = joblib.dump(lr,"H:/lr_model_20180911.pkl")
    15 
    16 #下载模型
    17 lr = joblib.load("".join(direction))
    18 #模型预测
    19 lr.predict(test_X)
    20 #重新设置模型参数并训练
    21 lr.set_params(normalize=True).fit(train_X,train_y)
    22 #新模型做预测
    23 lr.predict(test_X)
  • 相关阅读:
    从当前url替换获得新的url
    访问者模式
    备忘录模式
    make makefile cmake qmake 区别
    qt编译过程
    tensorflow前处理
    tesorflow操作
    tensorflow的object_detection安装
    tensorflow 编译与训练
    tensorflow后处理
  • 原文地址:https://www.cnblogs.com/wzdLY/p/9630671.html
Copyright © 2011-2022 走看看