机器学习基础15-模型保存

结果部署是机器学习项目中的最后一步，也是最重要的步骤之一。选

定算法之后，对算法训练生成模型，并部署到生产环境上，以便利用机器学习解决实际问题。模型生成之后，也需要定期对模型进行更新，使模型处于最新、最有效的状态，通常建议

3～6个月更新一次模型。

持久化加载模型

找到一个能够生成高准确度模型的算法不是机器学习最后的步骤，在实际的项目中，需要将生成的模型序列化，并将其发布到生产环境。当有新数据出现时，需要反序列化已保存的模型，然后用其预测新的数据。接下来将介绍在Python中如何序列化和反序列化scikit-learn的模型。

本章内容将包括以下几个方面：

模型序列化和重用的重要性。
如何通过pickle来序列化和反序列化机器学习的模型。
如何通过joblib来序列化和反序列化机器学习的模型。

通过pickle序列化和反序列化机器学习的模型

pickle是标准的Python序列化的方法，可以通过它来序列化机器学习算法生成的模型，并将其保存到文件中。当需要对新数据进行预测时，将保存在文件中的模型反序列化，并用其来预测新数据的结果。

下面给出一个根据 Pima Indians数据集训练逻辑回归算法生成的一个模型，并将其序列化到文件，然后反序列化这个模型的例子。在机器学习项目中，当模型训练需要花费大量的时间时，模型序列化是尤为重要的。

代码如下：

cpp 复制代码

import pickle

import pandas as pd

from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split

#数据预处理
path = 'D:\down\\archive\\diabetes.csv'
data = pd.read_csv(path)

#打印标签名称
print(data.columns[0:8])

#将数据转成数组
array = data.values
#分割数据，去掉最后一个标签
X = array[:, 0:8]

Y = array[:, 8]

test_size = 0.33
seed = 4

X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=test_size, random_state=seed)

model = LogisticRegression()

model.fit(X_train, Y_train)

#保存模型
filename = 'finalized_model.sav'

with open(filename, 'wb') as f:

    pickle.dump(model, f)

#加载模型
with open(filename, 'rb') as f:

    #模型反序列化
    loaded_model = pickle.load(f)

    result = loaded_model.score(X_test, Y_test)

    print("算法评估结果：%.3f%%" % (result * 100.0))

运行结果：

cpp 复制代码

算法评估结果：80.709%

同时也会生成模型文件