如何在內存中加載scikit學習機器學習模塊？

Question

我使用scikit-learn創建了一個SVM分類器； 基本上，它提取一個描述，然后根據該描述返回一個類別。

目前，我已經使用FLASK框架創建了一個API，以便將調用發送到集中式Linux機器。 但是，我一直在對其進行腌制然后每次對其進行腌制，但我想創建一個持久的加載模型以加快分類時間。

1. 人們是否可以推薦資源？
2. 指導我如何做到這一點？

Answer 1

import pickle

model = pickle.load(path)

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

在函數外部聲明文件會將其保留在內存中，直到api運行為止。 從燒瓶腳本中調用預測函數。