sklearn保存训练好的模型,加载出来预测
时间: 2024-09-22 11:08:49 浏览: 21
在Scikit-learn库中,保存和加载已经训练好的模型是非常常见的操作,这对于需要多次使用同一模型来进行预测非常实用。以下是简单的步骤:
1. **保存模型**:
- 使用`joblib`模块可以方便地保存模型。例如,如果你有一个名为`model`的训练好的模型,你可以这样做:
```python
from joblib import dump
dump(model, 'model.pkl')
```
或者,如果模型支持序列化,也可以使用`pickle`模块:
```python
import pickle
with open('model.pkl', 'wb') as file:
pickle.dump(model, file)
```
2. **加载模型**:
- 要加载模型,只需要读取刚才保存的位置,并实例化一个新的对象:
```python
from joblib import load
loaded_model = load('model.pkl')
# 或者使用pickle
with open('model.pkl', 'rb') as file:
loaded_model = pickle.load(file)
```
3. **进行预测**:
- 现在,你可以使用加载后的模型对新的数据进行预测,如:
```python
new_data = ... # 新的数据集
prediction = loaded_model.predict(new_data)
```