Python statsmodels OLS：如何将学习的模型保存到文件中

Question

我正在尝试使用Python的statsmodels库学习普通最小二乘模型，如此处所述。

sm.OLS.fit() 返回已学习的模型。是否有一种方法可以将其保存到文件并重新加载? 我的训练数据非常庞大，学习模型需要约半分钟。因此，我想知道OLS模型中是否存在保存/加载功能。

我尝试在模型对象上使用repr()方法，但它没有返回任何有用的信息。

- Nik

Answer 1

模型和结果实例都具有保存和加载方法，因此您不需要直接使用pickle模块。

编辑以添加示例：

import statsmodels.api as sm

data = sm.datasets.longley.load_pandas()

data.exog['constant'] = 1

results = sm.OLS(data.endog, data.exog).fit()
results.save("longley_results.pickle")

# we should probably add a generic load to the main namespace
from statsmodels.regression.linear_model import OLSResults
new_results = OLSResults.load("longley_results.pickle")

# or more generally
from statsmodels.iolib.smpickle import load_pickle
new_results = load_pickle("longley_results.pickle")

编辑2：我们现在已经在主要的statsmodels API中添加了一个load方法，因此您只需要执行以下操作：

new_results = sm.load('longley_results.pickle')

- jseabold

---

如果你只使用已保存的结果和模型进行预测，那么可以剥离训练数据（但很多方法将不能再使用）。更多信息请参见statsmodels.sourceforge.net/devel/generated/statsmodels.regression.linear_model.RegressionResults.save.html。 - Josef

当然。编辑以添加一个例子。 - jseabold

它在GitHub的主分支上，并将包含在下一个版本中。如果你想现在使用它，你需要从源代码进行安装。 - jseabold

有没有其他的策略可以保存在 JSON 文件中？ - Denis C

您可以像使用pickle模块一样使用json模块（或pandasjson）将结果对象转储为json。我们计划在下一个版本中添加内置功能。 - jseabold

Answer 2

我已经安装了statsmodels库，并发现你可以使用Python中的pickle模块保存值。

通过save/load，模型和结果可进行pickle化，可选择保存模型数据。 [源代码]

例如：

假设您已将结果保存在变量“results”中：

要保存文件：

import pickle    
with open('learned_model.pkl','w') as f:
  pickle.dump(results,f)

阅读文件：

import pickle
with open('learned_model.pkl','r') as f:
  model_results = pickle.load(f)

- RMcG