1. 10.11 模型的保存和加载

1.1. 学习目标

• 知道sklearn中模型的保存和加载

1.2. 1 sklearn模型的保存和加载API

• from sklearn.externals import joblib
  • 保存：joblib.dump(estimator, 'test.pkl')
  • 加载：estimator = joblib.load('test.pkl')

1.3. 2 线性回归的模型保存加载案例

def load_dump_demo():
    """
    模型保存和加载
    :return:
    """
    # 1.获取数据
    data = load_boston()

    # 2.数据集划分
    x_train, x_test, y_train, y_test = train_test_split(data.data, data.target, random_state=22)

    # 3.特征工程-标准化
    transfer = StandardScaler()
    x_train = transfer.fit_transform(x_train)
    x_test = transfer.fit_transform(x_test)

    # 4.机器学习-线性回归(岭回归)
    # # 4.1 模型训练
    # estimator = Ridge(alpha=1)
    # estimator.fit(x_train, y_train)
    #
    # # 4.2 模型保存
    # joblib.dump(estimator, "./data/test.pkl")

    # 4.3 模型加载
    estimator = joblib.load("./data/test.pkl")

    # 5.模型评估
    # 5.1 获取系数等值
    y_predict = estimator.predict(x_test)
    print("预测值为:\n", y_predict)
    print("模型中的系数为:\n", estimator.coef_)
    print("模型中的偏置为:\n", estimator.intercept_)

    # 5.2 评价
    # 均方误差
    error = mean_squared_error(y_test, y_predict)
    print("误差为:\n", error)

1.4. 3 tips

如果你在学习过程中，发现使用上面方法报如下错误：

ImportError: cannot import name 'joblib' from 'sklearn.externals' (/Library/Python/3.7/site-packages/sklearn/externals/__init__.py)

这是因为scikit-learn版本在0.21之后，无法使用from sklearn.externals import joblib进行导入，你安装的scikit-learn版本有可能是最新版本。如果需要保存模块，可以使用：

# 安装
pip install joblib

# 导入
import joblib

安装joblib,然后使用joblib.load进行加载；使用joblib.dump进行保存

参考：https://scikit-learn.org/stable/modules/model_persistence.html

1.5. 4 小结

• sklearn.externals import joblib【知道】
  • 保存：joblib.dump(estimator, 'test.pkl')
  • 加载：estimator = joblib.load('test.pkl')
  • 注意：
    • 1.保存文件，后缀名是**.pkl
    • 2.加载模型是需要通过一个变量进行承接