本文主要介绍了如何使用scikit-learn进行分类模型的优化，特别是模型的保存和加载，以避免重复训练。通过示例展示了如何保存和加载TF-IDF模型以及MultinomialNB分类器，以便在测试阶段直接应用。
上一章主要是讲了分类的过程，这一章主要是讲一些优化问题
主要是对于训练的模型，要保存下结果，而不用重复的训练.
import split_jieba2
from sklearn.externals import joblib
def train():
tfidf_train_2 = tv.fit_transform(train_data);
//在训练中训练完tfidf，保存一下tfidf模型，生成tfidf_model.m文件，在test中直接load文件就OK。
joblib.dump(tv,"tfidf_mo
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
