Scikit-Learn 中的模型持久性？

Question

我正在嘗試保存和加載 scikit-learn 模型，但在不同 python 版本上進行保存和加載時遇到問題。 這是我嘗試過的：

1. 使用 pickle 在 python3 中保存模型並在 python2 中反序列化。這適用於某些模型，如 LR、SVM，但對 KNN 無效。

    >>> pickle.load(open("inPy3.pkl", 'rb')) #KNN model ValueError: non-string names in Numpy dtype unpickling

2. 另外，我嘗試使用 jsonpickle 在 json 中序列化和反序列化，但出現以下錯誤。

    data = jsonpickle.encode(lr) #lr = logisticRegression Model jsonpickle.decode(data) AttributeError: 'dict' object has no attribute '__name__'

另外，我想知道是否有一些實用程序可用於將 scikit-learn 模型對象序列化和反序列化為人類可讀格式（json、xml、protobuf 等）。

Answer 1

您可以提取並存儲它們的系數，而不是對整個模型進行酸洗。 然后用它們加載系數和初始化模型。

與 sklearn 升級問題相關。 類似的方法將適用於 python 版本。