模型持久化(模型保存与加载)是机器学习完成的最后一步。
因为,在实际情况中,训练一个模型可能会非常耗时,如果每次需要使用模型时都要重新训练,这无疑会浪费大量的计算资源和时间。
通过将训练好的模型持久化到磁盘,我们可以在需要使用模型时直接从磁盘加载到内存,而无需重新训练。这样不仅可以节省时间,还可以提高模型的使用效率。
本篇介绍scikit-learn
中几种常用的模型持久化方法。
1. 训练模型
首先,训练一个模型,这里用scikit-learn
自带的手写数字数据集作为样本。
import matplotlib.pyplot as plt
from sklearn import datasets
# 加载手写数据集
data = datasets.load_digits()
# 调整数据格式
n_samples = len(data.images)
X = data.images.reshape((n_samples, -1))
y = data.target
# 用支持向量机训练模型
from sklearn.svm import SVC
# 定义
reg = SVC()
# 训练模型
reg.fit(X, y)
最后的得到的 reg
就是我们训练之后的模型,使用这个模型,就可以预测一些手写数字图片。
但是这个 reg
是代码中的一个变量,如果不能保存下来,那么,每次需要使用的时候,
还要重新执行一次上面的模型训练代码,样本数据量大的话,每次重复训练会浪费大量时间和计算资源。
所以,要将上面的 reg
模型保存下来,下次使用的时候,直接加载,不用重新训练。
2. 模型持久化
2.1. pickle 序列化
pickle
格式是python
中常用的序列化方式,它通过将python对象及其所拥有的层次结构转化为一个字节流来实现序列化。
将上面的模型保存到磁盘文件model.pkl
中。
import pickle
with open("./model.pkl", "wb") as f:
pickle.dump(reg, f)
需要使用模型时,从磁盘加载的方式:
with open("./model.pkl", "rb") as f:
reg_pkl = pickle.load(f)
验证加载之后的模型reg_pkl
是否可以正常使用。
y_pred = reg_pkl.predict(X)
from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
cm = confusion_matrix(y, y_pred)
g = ConfusionMatrixDisplay(confusion_matrix服务器托管网=cm)
g.plot()
plt.show()
从混淆矩阵来看,模型可以正常加载和使用。
关于混淆矩阵具体内容,可以参考:【scikit-learn基础】–『分类模型评估』之评估报告
2.2. joblib 序列化
相比于pickle
,保存机器学习模型时,更推荐使用joblib
。
因为joblib
针对大数据进行了优化,使其在处理大型数据集时性能更佳。
序列化的方式也很简单:
import joblib
joblib.dump(reg, "model.jlib")
从磁盘加载模型并验证:
reg_jlib = joblib.load("model.jlib")
y_pred = reg_jlib.predict(X)
from skl服务器托管网earn.metrics import confusion_matrix, ConfusionMatrixDisplay
cm = confusion_matrix(y, y_pred)
g = ConfusionMatrixDisplay(confusion_matrix=cm)
g.plot()
plt.show()
2.3. skops 格式
skops是比较新的一种格式,它是专门为了共享基于 scikit-learn
的模型而开发的。
目前还在积极的开发中,github上的地址是:github-skops。
相比于pickle
和joblib
,它提供了更加安全的序列化格式,
但使用上和它们差别不大。
import skops.io as sio
# 保存到文件 model.sio
sio.dump(reg, "model.sio")
从文件中读取模型并验证:
reg_sio = sio.load("model.sio")
y_pred = reg_jlib.predict(X)
from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
cm = confusion_matrix(y, y_pred)
g = ConfusionMatrixDisplay(confusion_matrix=cm)
g.plot()
plt.show()
3. 总结
在scikit-learn
中,模型持久化是一个重要且实用的技术,它允许我们将训练好的模型保存到磁盘上,以便在不同的时间点或不同的环境中重新加载和使用。
通过模型持久化,我们能够避免每次需要使用时重新训练模型,从而节省大量的时间和计算资源。
本篇介绍的三种方法可以方便的序列化和反序列化模型对象,使其可以轻松地保存到磁盘上,并能够在需要时恢复出原始模型对象。
总而言之,模型持久化不仅使得我们能够在不同的运行会话之间重用模型,还方便了模型的共享和部署。
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
机房租用,北京机房租用,IDC机房托管, http://www.fwqtg.net
服务器托管,北京服务器托管,服务服务器托管网器租用 http://www.fwqtg.net 机房租用,北京机房租用,IDC机房托管, http://www.fwqtg.服务器托管网net相关推荐: 前端学习笔记202310学习笔记第一百贰拾叁天-nodejs…