将Scikit中交叉验证训练的模型保存

Question

我已经使用 scikit-learn 中的交叉验证和朴素贝叶斯分类器训练了一个模型。如何将这个模型保存下来，以便稍后对新实例运行？

这里是我的简单描述，我可以得到 CV 分数，但不知道如何访问已经训练好的模型。

gnb = GaussianNB() 
scores = cross_validation.cross_val_score(gnb, data_numpy[0],data_numpy[1], cv=10)

- Ali

Answer 1

cross_val_score不会更改您的估算器，也不会返回已拟合的估算器。它只返回交叉验证估算器的得分。

要拟合您的估算器-您应该显式地调用提供的数据集上的fit方法。要保存（序列化）它-可以使用pickle：

# To fit your estimator
gnb.fit(data_numpy[0], data_numpy[1])
# To serialize
import pickle
with open('our_estimator.pkl', 'wb') as fid:
    pickle.dump(gnb, fid)
# To deserialize estimator later
with open('our_estimator.pkl', 'rb') as fid:
    gnb = pickle.load(fid)

- Ibraim Ganiev

---

我想使用交叉验证来拟合估计器，也就是使用交叉验证来计算参数。那么我该怎么做呢？ - Ali

@alivar，CV会将数据集拆分成不同的子集，并使用不同的分类器进行拟合，然后平均它们的得分。这就是为什么不存在使用交叉验证来拟合估计器的概念。基本上，您只需在完整数据集上拟合估计器即可。如果您想找到估计器的超参数，请查看GridSearchCV。 - Ibraim Ganiev

GridSearchCV很不错，但是训练后我找不到theta和sigma向量。BTE让我再解释一下我的问题，这样你可能有更好的解决方案或纠正我。我有一个带有标签实例的数据集，我可以用它来训练一个分类器，然后我必须在我不知道真实类别的新实例上运行分类器。现在，我所关心的是，如果我仅仅使用带有标签的数据集来训练一个GaussianNB，我不确定它是否会给我与使用CV时相同准确性的分类器。这有意义吗？ - Ali

@alivar，如果您在完整数据集上训练评估器，而不是在K折交叉验证中的k-1部分上进行训练，那么它将会得到更好的结果（而不是更差）。在评估器已经在CV中显示出足够的得分后，在完整数据集上学习评估器是一种常见做法。 - Ibraim Ganiev

Answer 2

关于multioutput.RegressorChain()的内部机制，我可能会有所疏漏，但我相信您可以向RegressorChain提供相同的cv，并仅使用一个dv运行RegressorChain。

这将允许您按照您的意愿使用.predict()。

- Nicholas Judge