在Scikit中保存交叉验证训练模型

Question

我已经使用Cross-Validation和Naive Bayes分类器在scikit-learn中训练了一个模型。如何将此模型持久化以在以后针对新实例运行？

这就是我所拥有的，我可以获得CV分数，但我不知道如何访问经过训练的模型

gnb = GaussianNB() 
scores = cross_validation.cross_val_score(gnb, data_numpy[0],data_numpy[1], cv=10)

Answer 1

cross_val_score不会改变你的估计器，也不会返回拟合的估计器。它只返回交叉验证估计器的得分。

为了拟合你的估计器-你应该用提供的数据集显式地调用fit。要保存(序列化)它-您可以使用pickle：

# To fit your estimator
gnb.fit(data_numpy[0], data_numpy[1])
# To serialize
import pickle
with open('our_estimator.pkl', 'wb') as fid:
    pickle.dump(gnb, fid)
# To deserialize estimator later
with open('our_estimator.pkl', 'rb') as fid:
    gnb = pickle.load(fid)