保存机器学习模型

在机器学习中，使用scikit学习库时，我们需要将经过训练的模型保存在文件中并进行还原，以便重用它以将模型与其他模型进行比较，以在新数据上测试模型。保存数据称为序列化，而恢复数据称为反序列化。

此外，我们处理不同类型和大小的数据。某些数据集易于训练，即它们花费的时间更少，但是大小较大(大于1GB)的数据集即使在使用GPU的情况下，在本地计算机上的训练也可能需要非常长的时间。当我们在不同的项目中或以后需要相同的经过训练的数据时，为了避免浪费训练时间，请存储经过训练的模型，以便将来可以在任何时候使用它。

我们可以通过两种方式将模型保存在scikit学习中：

1. Pickle字符串：pickle模块实现了一个基本但功能强大的算法，用于对Python对象结构进行序列化和反序列化。

   Pickle model provides the following functions –

   pickle.dump to serialize an object hierarchy, you simply use dump().
   pickle.load to deserialize a data stream, you call the loads() function.

   示例：让我们在虹膜数据集上应用K最近邻，然后保存模型。

   import numpy as np
     
   # Load dataset
   from sklearn.datasets import load_iris
   iris = load_iris()
     
   X = iris.data
   y = iris.target
     
   # Split dataset into train and test
   X_train, X_test, y_train, y_test = \
       train_test_split(X, y, test_size = 0.3,
                           random_state = 2018)
     
   # import KNeighborsClassifier model
   from sklearn.neighbors import KNeighborsClassifier as KNN
   knn = KNN(n_neighbors = 3)
     
   # train model
   knn.fit(X_train, y_train)
   

   

   使用泡菜将模型保存到字符串–

   import pickle
     
   # Save the trained model as a pickle string.
   saved_model = pickle.dumps(knn)
     
   # Load the pickled model
   knn_from_pickle = pickle.loads(saved_model)
     
   # Use the loaded pickled model to make predictions
   knn_from_pickle.predict(X_test)
   

   输出：
   

2. 使用joblib将酸洗的模型作为文件：Joblib是酸洗的替代品，因为它对携带大型numpy数组的对象更有效。这些函数还接受类似文件的对象而不是文件名。

   joblib.dump to serialize an object hierarchy
   joblib.load to deserialize a data stream

   使用joblib保存到腌制文件中–

   from sklearn.externals import joblib
     
   # Save the model as a pickle in a file
   joblib.dump(knn, 'filename.pkl')
     
   # Load the model from the file
   knn_from_joblib = joblib.load('filename.pkl') 
     
   # Use the loaded model to make predictions
   knn_from_joblib.predict(X_test)
   

   输出：