【问题标题】:Save classifier for future prediction保存分类器以供将来预测
【发布时间】:2018-03-04 18:22:12
【问题描述】:

我是使用 python 进行机器学习的新手,我正在尝试构建一个情感分析器,我在其中使用这个dataset 和这个tutorial。测试数据一切正常。但我正在尝试保存我的分类器以备将来使用。我正在使用 pickle 将其保存为

sentiment_analyzer = open("Sentiment_Analyzer.pkl", "wb")
pkl.dump(classifier_linear, sentiment_analyzer)
sentiment_analyzer.close()

稍后,我将通过这样做来提取我保存的分析器

model_pkl = open("Sentiment_Analyzer.pkl", "rb")
model = pkl.load(model_pkl)

但我无法理解如何在提取的 model 分类器上调用 predict 方法。

【问题讨论】:

  • y = model.predict(X)
  • 我试过了,但是显示错误ValueError: could not convert string to float:
  • 您的输入数据集 X 必须与用于训练模型的格式相同...
  • 在训练时,我使用 TfidfVectorizer 对输入列表进行了矢量化处理。但是我不知道如何verctorize输入数据集X
  • 您必须以与准备 X_train 数据集完全相同的方式“准备”要用于预测的输入数据集...

标签: python machine-learning scikit-learn pickle sentiment-analysis


【解决方案1】:

您还需要保存vectorizer,就像您腌制模型一样。然后在以后的使用中,加载向量器和分类器,使用加载的向量器转换新的 X,然后在分类器上调用 predict()

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2019-06-24
    • 2017-02-19
    • 1970-01-01
    • 2023-04-01
    • 2016-01-06
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多