如何在内存中加载scikit学习机器学习模块？

Question

我使用scikit-learn创建了一个SVM分类器； 基本上，它提取一个描述，然后根据该描述返回一个类别。

目前，我已经使用FLASK框架创建了一个API，以便将调用发送到集中式Linux机器。 但是，我一直在对其进行腌制然后每次对其进行腌制，但我想创建一个持久的加载模型以加快分类时间。

1. 人们是否可以推荐资源？
2. 指导我如何做到这一点？

Answer 1

import pickle

model = pickle.load(path)

def predict(val):
    return model.predict(val)

在函数外部声明文件会将其保留在内存中，直到api运行为止。 从烧瓶脚本中调用预测函数。