保存和加载模型

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_28935065/article/details/83958936

在训练模型过程中，由于数据集较大，模型训练迭代次数较多等原因，使得模型训练较耗时，因此将训练好的模型进行保存以便下次直接使用是很有必要，下面介绍两种模型的保存和加载方法

1.使用pickle模块

     （1）保存模型

      with open（“模型保存的位置”，“wb”）as f:

             pickle.dump(model,f)

      或者

     #保存模型

      s=pickle.dumps(model)

      f=open('svm.model','w')

      f.write(s)

      f.close()

扫描二维码关注公众号，回复： 4947753 查看本文章

（2）加载模型

  #加载模型

  model=pickle.load("模型保存的位置")

或者

#加载模型

f2=open('svm.model','r')

s2=f2.read()

model=pickle.loads(s2)

f2.close()

2.使用sklearn.externals的joblib

（1）保存模型

#保存模型

joblib.dump(model,"模型保存的位置")

（2）加载模型

#加载模型

model=joblib.load(“模型保存的位置”)