Python statsmodels OLS：如何将学习的模型保存到文件中

Question

我想学习使用Python的statsmodels库中的普通最小二乘模型，描述在这里 。

sm.OLS.fit（）返回学习的模型。 有没有办法将其保存到文件并重新加载？ 我的训练数据很大，学习模型大约需要半分钟。 所以我想知道OLS模型中是否存在任何保存/加载功能。

我在模型对象上尝试了repr()方法，但它没有返回任何有用的信息。

Answer 1

模型和结果实例都有一个保存和加载方法，因此您不需要直接使用pickle模块。

编辑以添加示例：

import statsmodels.api as sm

data = sm.datasets.longley.load_pandas()

data.exog['constant'] = 1

results = sm.OLS(data.endog, data.exog).fit()
results.save("longley_results.pickle")

# we should probably add a generic load to the main namespace
from statsmodels.regression.linear_model import OLSResults
new_results = OLSResults.load("longley_results.pickle")

# or more generally
from statsmodels.iolib.smpickle import load_pickle
new_results = load_pickle("longley_results.pickle")

编辑2我们现在已经在master中为主statsmodels API添加了一个load方法，所以你可以这样做

new_results = sm.load('longley_results.pickle')

Answer 2

我已经安装了statsmodels库，发现你可以使用python中的pickle模块保存这些值。

模型和结果可通过保存/加载进行选择，可选择保存模型数据。 [资源]

举个例子：

鉴于您已将结果保存在变量结果中：

要保存文件：

import pickle    
with open('learned_model.pkl','w') as f:
  pickle.dump(results,f)

要阅读文件：

import pickle
with open('learned_model.pkl','r') as f:
  model_results = pickle.load(f)