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
qingyunliushuiyu14 小时前
BI数据可视化:驱动数据价值释放的关键引擎
数据挖掘·数据分析·数据分析系统·数据分析平台·bi数据可视化
HenrySmale18 小时前
05 回归问题和分类问题
分类·数据挖掘·回归
victory043121 小时前
wav2vec微调进行疾病语音分类任务
人工智能·分类·数据挖掘
xchenhao1 天前
Scikit-Learn 对糖尿病数据集(回归任务)进行全面分析
python·机器学习·回归·数据集·scikit-learn·特征·svm
xchenhao1 天前
Scikit-learn 对加州房价数据集(回归任务)进行全面分析
python·决策树·机器学习·回归·数据集·scikit-learn·knn
大霸王龙1 天前
基于vLLM与YOLO的智能图像分类系统
yolo·分类·数据挖掘
悟乙己2 天前
保序回归Isotonic Regression的sklearn实现案例
数据挖掘·回归·sklearn·保序回归
寒月霜华2 天前
机器学习-探索性数据分析
数据挖掘·数据分析
月岛雫-2 天前
“单标签/多标签” vs “二分类/多分类”
人工智能·分类·数据挖掘