版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_28935065/article/details/83958936
在训练模型过程中,由于数据集较大,模型训练迭代次数较多等原因,使得模型训练较耗时,因此将训练好的模型进行保存以便下次直接使用是很有必要,下面介绍两种模型的保存和加载方法
1.使用pickle模块
(1)保存模型
with open(“模型保存的位置”,“wb”)as f:
pickle.dump(model,f)
或者
#保存模型
s=pickle.dumps(model)
f=open('svm.model','w')
f.write(s)
f.close()
(2)加载模型
#加载模型
model=pickle.load("模型保存的位置")
或者
#加载模型
f2=open('svm.model','r')
s2=f2.read()
model=pickle.loads(s2)
f2.close()
2.使用sklearn.externals的joblib
(1)保存模型
#保存模型
joblib.dump(model,"模型保存的位置")
(2)加载模型
#加载模型
model=joblib.load(“模型保存的位置”)