锋哥原创的Scikit-learn Python机器学习视频教程：
https://www.bilibili.com/video/BV11reUzEEPH
课程介绍
本课程主要讲解基于Scikit-learn的Python机器学习知识，包括机器学习概述，特征工程(数据集，特征抽取，特征预处理，特征降维等)，分类算法(K-临近算法，朴素贝叶斯算法，决策树等)，回归与聚类算法(线性回归，欠拟合，逻辑回归与二分类，K-means算法)等。
Scikit-learn Python机器学习 - 模型保存及加载
在使用 scikit-learn 进行机器学习时，我们通常会需要将训练好的模型保存起来，便于后续的使用或部署。保存模型可以避免每次都重新训练模型，尤其是在模型训练时间较长或训练数据非常大的情况下。scikit-learn 提供了多种保存和加载模型的方法，最常见的是使用 joblib 或 pickle 库。
我们通过joblib来实现模型保存和加载，核心是通过joblib的dump()方法来保存模型，以及通过load()方法来加载模型。
我们找一个前面的随机森林分类算法RandomForestClassifierTest.py来演示下模型保存及加载。
使用模型实例
from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score, classification_report
from sklearn.model_selection import train_test_split
# 1,加载数据
iris = load_iris()
X = iris.data # 特征矩阵 (150个样本，4个特征：萼长、萼宽、瓣长、瓣宽)
y = iris.target # 特征值 目标向量 (3类鸢尾花：0, 1, 2)
# 2,数据预处理
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2) # 划分训练集和测试集
# 3,创建和训练模型
rfc_model = RandomForestClassifier(n_estimators=100, # 100棵树
oob_score=True, # 启用OOB评估
max_depth=3 # 控制树的深度，防止过拟合
)
rfc_model.fit(X_train, y_train) # 训练模型
# 4,进行预测并评估模型
y_pred = rfc_model.predict(X_test) # 在测试集上进行预测
print('随机森林预测值：', y_pred)
print('正确值 ：', y_test)
accuracy = accuracy_score(y_test, y_pred) # 计算准确率
print(f'测试集准确率：{accuracy:.2f}')
print('分类报告：\n', classification_report(y_test, y_pred, target_names=iris.target_names))模型保存dump
import joblib
from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score, classification_report
from sklearn.model_selection import train_test_split
# 1,加载数据
iris = load_iris()
X = iris.data # 特征矩阵 (150个样本，4个特征：萼长、萼宽、瓣长、瓣宽)
y = iris.target # 特征值 目标向量 (3类鸢尾花：0, 1, 2)
# 2,数据预处理
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2) # 划分训练集和测试集
# 3,创建和训练模型
rfc_model = RandomForestClassifier(n_estimators=100, # 100棵树
oob_score=True, # 启用OOB评估
max_depth=3 # 控制树的深度，防止过拟合
)
rfc_model.fit(X_train, y_train) # 训练模型
# 保存模型
joblib.dump(rfc_model, 'rfc_model.pkl')
# 4,进行预测并评估模型
y_pred = rfc_model.predict(X_test) # 在测试集上进行预测
print('随机森林预测值：', y_pred)
print('正确值 ：', y_test)
accuracy = accuracy_score(y_test, y_pred) # 计算准确率
print(f'测试集准确率：{accuracy:.2f}')
print('分类报告：\n', classification_report(y_test, y_pred, target_names=iris.target_names))执行完，同级目录会生成一个pkl文件。
模型加载load
我们在新建一个模型加载测试类loadModelTest.py
import joblib
from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score, classification_report
from sklearn.model_selection import train_test_split
# 1,加载数据
iris = load_iris()
X = iris.data # 特征矩阵 (150个样本，4个特征：萼长、萼宽、瓣长、瓣宽)
y = iris.target # 特征值 目标向量 (3类鸢尾花：0, 1, 2)
# 2,数据预处理
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2) # 划分训练集和测试集
# 加载模型
rfc_model = joblib.load('rfc_model.pkl')
# 4,进行预测并评估模型
y_pred = rfc_model.predict(X_test) # 在测试集上进行预测
print('随机森林预测值：', y_pred)
print('正确值 ：', y_test)
accuracy = accuracy_score(y_test, y_pred) # 计算准确率
print(f'测试集准确率：{accuracy:.2f}')
print('分类报告：\n', classification_report(y_test, y_pred, target_names=iris.target_names))这样就就能重复利用训练好模型。
我们运行测试下：
随机森林预测值： [0 2 0 1 2 2 1 2 1 2 2 0 1 0 0 2 0 2 1 0 0 0 2 2 1 0 0 2 2 2]
正确值 ： [0 2 0 2 2 2 1 2 1 2 2 0 1 0 0 2 0 2 1 0 0 0 2 1 1 0 0 2 2 2]
测试集准确率：0.93
分类报告：
precision recall f1-score support
setosa 1.00 1.00 1.00 11
versicolor 0.83 0.83 0.83 6
virginica 0.92 0.92 0.92 13
accuracy 0.93 30
macro avg 0.92 0.92 0.92 30
weighted avg 0.93 0.93 0.93 30