sklearn读取pickle模型

您可以使用Python内置的pickle模块来读取Scikit-learn模型。pickle模块可以将Python对象序列化为字节流，以便在后续的操作中重新加载。以下是一个示例代码，展示如何使用pickle模块读取Scikit-learn模型：

import pickle
from sklearn import svm
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split

# 创建一个示例数据集
X, y = make_classification(random_state=0)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)

# 训练一个SVM模型
clf = svm.SVC(kernel='linear', C=1, random_state=0)
clf.fit(X_train, y_train)

# 将模型保存为pickle文件
with open('model.pkl', 'wb') as f:
    pickle.dump(clf, f)

# 从pickle文件中读取模型
with open('model.pkl', 'rb') as f:
    clf_loaded = pickle.load(f)

# 使用读取的模型进行预测
y_pred = clf_loaded.predict(X_test)
print(y_pred)

在这个例子中，我们首先使用pickle模块将训练好的SVM模型保存为一个pickle文件。然后，我们使用pickle模块再次打开pickle文件，将模型读入到Python中。最后，我们使用读入的模型进行预测并打印结果。