如何使用我训练过的模型在未来进行预测，而无需在我想使用它时重新训练

【问题标题】：How can I use a model I trained to make predictions in the future without retraining whenever I want to use it如何使用我训练过的模型在未来进行预测，而无需在我想使用它时重新训练
【发布时间】：2022-11-11 17:40:36
【问题描述】：

我最近完成了一个线性回归算法的训练，但我不知道如何保存它，以便将来我可以使用它来进行相关预测，而无需在我想使用它时重新训练它。

我是否保存 .py 文件并在需要时调用它或创建一个类或什么？

我只想知道如何保存我训练的模型，以便将来使用它。

【问题讨论】：

请提供更多详细信息（无论您是从头开始编写自己的模型代码，还是使用特定的机器学习库），包括问题中的相关代码。还请证明您已在其他 SO 帖子和在线其他地方研究过此问题，并尝试过推荐的解决方案。如果你谷歌“保存训练模型”和你正在使用的 ML 库，你会得到很多点击。
除非您提供模型/框架实现的详细信息，否则这是无法回答的。

标签： python-3.x machine-learning linear-regression

【解决方案1】：

根据您进行线性回归的方式，您应该能够获得回归方程以及系数的值，很可能通过检查工作区来获得。

如果你解释你使用什么模块、函数或代码来做回归，那么给出一个具体的解决方案会更容易。

此外，您可能可以使用 dill 包： https://pypi.org/project/dill/

我在这里看到了解决方案： https://askdatascience.com/441/anyone-knows-workspace-jupyter-python-variables-functions

建议使用莳萝的步骤是：

安装莳萝。如果您使用 conda，则代码为 conda install -c anaconda dill

使用 dill 保存工作空间：

import dill
dill.dump_session('notebook_session.db')

要恢复会话：

import dill
dill.load_session('notebook_session.db')

【讨论】：