📅  最后修改于: 2023-12-03 15:38:08.967000             🧑  作者: Mango
在机器学习中,经常需要对训练好的模型进行保存并在需要的时候进行重用。本文将介绍如何在 Python 中保存模型并重用。
对于训练好的模型,我们可以使用 Python 的 pickle
模块将其保存到文件中。
import pickle
# 训练好的模型
model = ...
# 将模型保存到文件中
with open('model.pkl', 'wb') as f:
pickle.dump(model, f)
这里我们使用了 pickle.dump
函数将模型保存到了文件 model.pkl
中。需要注意的是,文件需要以二进制模式打开并且后缀名一般为 .pkl
。
在需要重用模型时,我们可以使用 pickle
模块将模型从文件中加载出来。
import pickle
# 加载模型
with open('model.pkl', 'rb') as f:
model = pickle.load(f)
# 使用模型进行预测
result = model.predict(...)
这里我们使用了 pickle.load
函数将模型从文件 model.pkl
中加载出来,并将其保存在变量 model
中。随后我们可以使用该模型进行预测、评估或者其它相关操作。
需要注意的是,加载模型时文件也需要以二进制模式打开并且后缀名一般为 .pkl
。
本文介绍了如何在 Python 中保存模型并重用。通过使用 pickle
模块,我们可以轻松地将训练好的模型保存到文件中,并在需要的时候将其加载出来重用。