回归与聚类——模型保存与加载(五)

sklearn模型的保存和加载API

  • from sklearn.externals import joblib
  • 保存:joblib.dump(rf,'test.pkl')
  • 加载:estimator =joblib.load('test.pkl')

线性回归的模型保存加载案例

获取数据、划分数据集、标准化、预估器、保存模型、得出模型、模型评估

c 复制代码
//保存模型
joblib.dump(estimator,"my_ridge.pkl")

//加载模型
estimator = ljoblib.load("my_ridge.pkl")
相关推荐
2501_936146048 小时前
基于YOLO11-C3k2-Faster-CGLU的草莓成熟度检测与分类系统
人工智能·分类·数据挖掘
YangYang9YangYan11 小时前
2026高职大数据与会计专业学数据分析的技术价值分析
大数据·数据挖掘·数据分析
少林码僧17 小时前
2.31 机器学习神器项目实战:如何在真实项目中应用XGBoost等算法
人工智能·python·算法·机器学习·ai·数据挖掘
yj_sharing21 小时前
动手学深度学习softmax回归的笔记
笔记·深度学习·回归
木头程序员1 天前
大模型边缘部署突破:动态推理技术与精度-延迟-能耗帕累托优化
大数据·人工智能·计算机视觉·自然语言处理·智能手机·数据挖掘
综合热讯1 天前
脑机接口赋能 认知障碍诊疗迈入精准时代
人工智能·机器学习·数据挖掘
周周爱喝粥呀1 天前
LLM 中的自回归模型与非自回归模型:GPT 和 BERT 的区别
人工智能·gpt·ai·回归
海棠AI实验室1 天前
专栏导读:你将交付什么、如何学、如何做作品集
python·数据挖掘
十三画者1 天前
【文献分享】SpatialZ弥合从平面空间转录组学到三维细胞图谱之间的维度差距
人工智能·数据挖掘·数据分析·数据可视化
龙腾AI白云1 天前
【无标题】
深度学习·数据挖掘