机器学习实战基础（五）：保存模型数据

简介

模型训练结束之后，如果能够把模型保存成文件，那么下次再使用的时候，只要简单地加载就可以了。

详细步骤 

用程序保存模型的具体操作步骤如下。

(1) 在Python文件regressor.py中加入以下代码：

import cPickle as pickle 
 
output_model_file = 'saved_model.pkl' 
with open(output_model_file, 'w') as f:  
    pickle.dump(linear_regressor, f) 

(2) 回归模型会保存在saved_model.pkl文件中。下面看看如何加载并使用它，代码如下所示：

with open(output_model_file, 'r') as f:  
    model_linregr = pickle.load(f) 
 
y_test_pred_new = model_linregr.predict(X_test) 
print "\nNew mean absolute error =", round(sm.mean_absolute_ error(y_test, 
y_test_pred_new), 2) 

(3) 这里只是把回归模型从Pickle文件加载到model_linregr变量中。你可以将打印结果与前面的结果进行对比，确认模型与之前的一样。