有没有办法可以存储分解机器模型？答案

【问题标题】：is there a way I can store the factorization machine model?有没有办法可以存储分解机器模型？
【发布时间】：2016-10-04 19:33:54
【问题描述】：

我正在使用https://github.com/coreylynch/pyFM 模块来预测移动评级。但是，有没有一种方法可以在训练后存储（我正在使用 django）分解机？因为现在（按照示例），每次重新启动服务器时我都必须重新训练模型。

【问题讨论】：

AFAIK，从 sklearn 持久化模型的唯一“支持”方式是 pickle。所以你也可以腌制你的分解机器......
我可以用 pickle 存储它，但是，我无法使用存储的模型进行预测。它只给我零
你能把你的代码贴在某个地方吗？您还可以描述数据集的大小吗？（实例数等）
@greeness pyFM 的 github Readme.md 的第一个示例将在 python 2（
我明白了。在FM模型中，学习到的参数在self.w和self.v。您是否尝试添加自定义的 serialize() 方法来腌制 w 和 v，我相信这只是浮动列表？同样，我们可以添加一个自定义的 unserialize() 方法来读取w 和v 并将它们分配给self.w 和self.v

【解决方案1】：

看看pickle。训练模型后，您可以将 python 对象的表示保存到文件中，并在需要时重新打开它。

【讨论】：

它不起作用。我得到“不能腌制 FM_fast 对象”
是的，我试过了。我没有收到任何错误消息，但是，当我尝试 model.predict 时，我得到了错误的结果。就像从负载预测给我另一个结果（只有零），而不是在不保存和加载的情况下进行预测。
@user3799968 你是对的。即使使用 python 3 和 pickle-mode 4 它也会失败（以你描述的方式）。你必须自己调试它，在 pyFMs github 上创建一个问题，或者尝试一些高级的pickler，比如 dill。这肯定是一个可悲的情况！

【解决方案2】：

您正在使用sklearn。如果你的模型不是很大，python 内置的持久化模型-pickle 应该可以工作。有一个例子here。

【讨论】：