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
云天徽上2 小时前
【机器学习】Kaggle案例之Rossmann连锁药店销售额预测:时间序列与机器学习完美融合的实战指南
机器学习·数据挖掘·kaggle
Ethan Hunt丶6 小时前
运动想象脑电的基本原理与分类方法
人工智能·分类·数据挖掘·脑机接口
Yuer20259 小时前
为什么要用rust做算子执行引擎
人工智能·算法·数据挖掘·rust
山海青风10 小时前
人工智能基础与应用 - 数据处理、建模与预测流程 8 基础模型之分类模型
人工智能·分类·数据挖掘
A100861212111 小时前
图论基础与谱聚类算法
人工智能·机器学习·聚类
心无旁骛~11 小时前
华为 ModelEngine Nexent低代码平台单智能体评测:数据分析智能体 —— 零代码实现数据洞察与可视化闭环
低代码·数据挖掘·数据分析
算法与编程之美12 小时前
探索不同的损失函数对分类精度的影响
人工智能·算法·机器学习·分类·数据挖掘
AI浩12 小时前
RDD4D:基于4D注意力引导的道路损伤检测与分类
人工智能·分类·数据挖掘
LeonIter14 小时前
用回归分析为短剧APP“号脉”:我们如何找到留存的关键驱动力与产品迭代优先级?
人工智能·数据挖掘·回归
F_D_Z1 天前
岭回归(Ridge Regression)辨析
回归·kotlin·l2正则