如何存储经过训练的分类器？ [关闭]答案

【问题标题】：How to store a trained classifier? [closed]如何存储经过训练的分类器？ [关闭]
【发布时间】：2016-12-05 04:37:30
【问题描述】：

训练分类器以在输入 URL 时预测新闻类别

目前：对于每个输入，我训练分类器然后返回输出，因此我失去了训练的分类器

预期：一旦我训练了分类器，我应该能够在需要时从内存中调用这个分类器

我们将不胜感激。

PS：NLP 的业余爱好者

【问题讨论】：

标签： python django scipy nlp scikit-learn

【解决方案1】：

that是你想要的吗？

来自docs的示例：

>>> from sklearn import svm
>>> from sklearn import datasets
>>> clf = svm.SVC()
>>> iris = datasets.load_iris()
>>> X, y = iris.data, iris.target
>>> clf.fit(X, y)  
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
    decision_function_shape=None, degree=3, gamma='auto', kernel='rbf',
    max_iter=-1, probability=False, random_state=None, shrinking=True,
    tol=0.001, verbose=False)

>>> import pickle
>>> s = pickle.dumps(clf)    # <-- save/dump classifier to disk
>>> clf2 = pickle.loads(s)   # <-- read/load saved classifier from disk to a new variable
>>> clf2.predict(X[0:1])     # <-- use loaded (from disk) classifier
array([0])
>>> y[0]
0

【讨论】：

你建议我用 sklearn 代替 nlp 吗？
尝试腌制你的 nip 分类器对象 - 很可能它会工作......

【解决方案2】：

您可以使用 Pickle / cPickle 转储/加载您的模型。

import pickle

#Some COde
model_path = "classifier.model"
if not os.path.exists(model_path):
    #Some Code
    classifier = # Some Classifer
    pickle.dump(classifier, open(model_path, "wb" ))
else:
    classifier = pickle.load(open(model_path, "rb"))

#Some Code

欲了解更多信息：Pickle / cPickle

【讨论】：