Demo3 - 保存训练后模型
训练好的模型,需要保存好,下次就直接拿来用,相当于是机器学习的成果。不用每次都去学习了, 直接保存成文件,然后下个项目直接导入,就可以使用了。 目前两种方法比较好用。 python自带pickle sklearn joblib工具 还是直接上代码,两种方式都已经在注释里面。 # -- coding: utf-8 -- # 通过本个demo 将学习后的模型进行保存。 这样就不用每次都重新训练模型。 # (模型的保留的迁移) # 方法1,使用python自带的pickle from sklearn.ensemble import RandomForestClassifier from sklearn import datasets from sklearn.externals import joblib import pickle # ->python 自带 # 使用sklearn提供的一些demo数据,load_xxxx数据 (X,y) = datasets.load_iris(return_X_y=True) # 模型构建 rfc = RandomForestClassifier...