一、使用joblib保存结果
代码如下：
123456789 |
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(learnClassifier, 'learnClassifier.model')#载入训练模型learnClassifier = joblib.load('learnClassifier.model') |
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：
1234567 |
#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()) |
- source:hachp1.github.io
免责声明:文章中涉及的程序(方法)可能带有攻击性，仅供安全研究与教学之用，读者将其信息做其他用途，由读者承担全部法律及连带责任，本站不承担任何法律及连带责任；如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截，联系方式见首页)，望知悉。
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论