joblib.load导入svm
时间: 2023-11-06 14:03:29 浏览: 141
SVM.rar_SVM分类
你可以使用joblib.load()函数从磁盘中加载保存的SVM模型,然后使用该模型进行预测。
以下是一个示例代码:
```python
from sklearn import svm
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.externals import joblib
# 加载鸢尾花数据集
iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3, random_state=0)
# 训练SVM模型
clf = svm.SVC(kernel='linear', C=1.0)
clf.fit(X_train, y_train)
# 保存模型
joblib.dump(clf, 'svm.model')
# 加载模型
clf = joblib.load('svm.model')
# 使用模型进行预测
y_pred = clf.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)
```
在上面的示例代码中,首先加载了鸢尾花数据集,然后将数据集分为训练集和测试集。接着,使用训练集训练了一个SVM模型,并将其保存到磁盘中。最后,通过joblib.load()函数加载已保存的模型,使用测试集进行预测,并计算准确率。
阅读全文