如何保存knn模型？

Question

我需要保存SKlearn NearestNeighbors模型的拟合结果：

knn = NearestNeighbors(10)
knn.fit(my_data)

如何使用Python保存到磁盘中的knn？

Answer 1

import pickle 

knn = NearestNeighbors(10)
knn.fit(my_data)

# Its important to use binary mode 
knnPickle = open('knnpickle_file', 'wb') 
      
# source, destination 
pickle.dump(knn, knnPickle)  

# close the file
knnPickle.close()
                
      
# load the model from disk
loaded_model = pickle.load(open('knnpickle_file', 'rb'))
result = loaded_model.predict(X_test) 

参考：https://www.geeksforgeeks.org/saving-a-machine-learning-model/

Answer 2

导入库

from sklearn.externals import joblib

在拟合参数后保存模型

clf.fit(X_train,Y_train)
joblib.dump(clf, 'scoreregression.pkl')

将模型加载到内存中( Web服务)

modelscorev2 = joblib.load('scoreregression.pkl' , mmap_mode ='r')

使用加载的对象

prediction = modelscorev2.predict_proba(y)

Answer 3

泡菜是在Python中序列化对象的标准方法。

您可以使用泡菜操作序列化机器学习算法，并将序列化格式保存到文件中。

稍后，您可以加载这个文件来反序列化您的模型，并使用它进行新的预测。

试试吧

谢谢!