[英]Model persistence in Scikit-Learn?
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:
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
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)。
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。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.