如何使用pickle保存sklearn模型

Question

我想使用Pickle导出和导入我用Sklearn训练的模型。如何进行操作？

- Chittal

---

请查看scikit-learn的文档，了解有关模型持久性的信息。链接 - constt

Answer 1

保存：

import pickle

with open("model.pkl", "wb") as f:
    pickle.dump(model, f)

加载：

with open("model.pkl", "rb") as f:
    model = pickle.load(f)

对于scikit-learn这个特定情况，使用joblib替换pickle（dump和load）可能更好，因为对于内部携带大型numpy数组的对象，这通常是适合已安装的scikit-learn估计器的情况：

保存：

import joblib

joblib.dump(model, "model.joblib")

加载：

model = joblib.load("model.joblib")

- Mykola Zotko

---

嗨，@Mykola，您认为在保存模型方面，pickle比joblib更好吗？我曾使用过joblib，但不幸的是，当我加载模型以进行预测时，总是得到相同的预测集群。似乎保存的模型没有被训练！ - Emna Jaoua

已经完成：https://stats.stackexchange.com/questions/439968/k-means-gives-same-output-in-prediction - Emna Jaoua

Answer 2

使用pickle在所有机器学习模型中都是相同的，无论是聚类、回归等等。

用于保存模型的方法是dump，其中'wb'表示写入二进制。

pickle.dump(model, open(filename, 'wb')) #Saving the model

在任何需要加载已保存模型的地方，使用load，其中'rb'表示读取二进制文件。

model = pickle.load(open(filename, 'rb')) #To load saved model from local directory

这里的模型是kmeans，文件名可以是本地文件，所以根据需要使用。

- Vaibhav Magon

Answer 3

一个人也可以使用joblib

from joblib import dump, load
dump(model, model_save_path) 

- sushmit