23、机器学习模型嵌入 Web 应用全解析

机器学习模型嵌入 Web 应用全解析

1. 机器学习模型序列化

1.1 序列化概述

训练机器学习模型的计算成本较高，我们不希望每次关闭 Python 解释器或重新加载 Web 应用时都重新训练模型。Python 的内置 pickle 模块可以将 Python 对象结构序列化为紧凑的字节码，从而保存分类器的当前状态，以便在对新的未标记示例进行分类时重新加载，而无需重新从训练数据中学习。

1.2 序列化步骤

1. 创建存储目录 ：

import pickle
import os
dest = os.path.join('movieclassifier', 'pkl_objects')
if not os.path.exists(dest):
    os.makedirs(dest)

2. 序列化停用词和分类器 ：

pickle.dump(stop, 
            open(os.path.join(dest, 'stopwords.pkl'), 'wb'), 
            protocol=4)
pickle.dump(clf, 
            open(os.path.join(dest, 'classifier.pkl'), 'wb'),