用scikit-learn的joblib保存训练模型

本文介绍如何利用scikit-learn的Joblib工具将训练好的模型保存至本地的方法,并演示了模型保存与加载的具体步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

有时候训练一个模型要很久的时间,为了防止以后使用需要重新训练,可以使用scikit-learn的joblib来把模型保存到本地。之后需要用的时候,在加载就行了

import sklearn.externals.joblib as joblib
# 这里拿sklearn.svm作为示例。
from sklearn.svm import SVC
svc = SVC()
# X_train, y_train为测试数据
svc.fit(X_train, y_train)
# 训练完成之后,使用joblib进行保存,svc是你的模型的名字,foo.m是文件的名字
joblib.dump(svc,'foo.m')

# 当需要使用的时候,从foo.m中加载即可。
svc = joblib.load('foo.m')
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值