【问题标题】:How to load a scikit-learn machine learning module in memory?如何在内存中加载 scikit-learn 机器学习模块?
【发布时间】:2015-06-19 04:19:31
【问题描述】:

我使用 scikit-learn 创建了一个 SVM 分类器;基本上它会引入描述,然后根据该描述返回一个类别。

目前我使用FLASK 框架创建了一个API,以便将我的调用发送到一个集中的Linux 机器。但是,每次使用它时,我一直在对其进行酸洗,然后将其解开,但我想创建一个持久加载的模型以加快我的分类时间。

  1. 是否有人们可以推荐的资源或
  2. 请指导我如何做到这一点?

【问题讨论】:

标签: python python-2.7 machine-learning scikit-learn


【解决方案1】:
import pickle

model = pickle.load(path)

def predict(val):
    return model.predict(val)

在函数外部声明文件将它们保留在内存中,直到 api 运行。 从您的烧瓶脚本中调用预测函数。

【讨论】:

    猜你喜欢
    • 2018-07-07
    • 1970-01-01
    • 2016-06-18
    • 1970-01-01
    • 2018-04-23
    • 2018-08-03
    • 2020-12-10
    • 2017-08-22
    • 2019-03-09
    相关资源
    最近更新 更多