python保存模型与参数_GridSearch以获得最佳模型:保存和加载参数 - python

我喜欢运行以下工作流程：

选择用于文本向量化的模型

定义参数列表

在参数上应用带有GridSearchCV的管道，使用LogisticRegression()作为基线以找到最佳的模型参数

保存最佳模型(参数)

加载最佳模型参数，以便我们可以在此定义的模型上应用一系列其他分类器。

这是您可以复制的代码：

GridSearch：

%%time

import numpy as np

import pandas as pd

from sklearn.externals import joblib

from sklearn.feature_extraction.text import TfidfVectorizer

from sklearn.linear_model import LogisticRegression

from sklearn.model_selection import train_test_split, cross_val_score

from sklearn.model_selection import GridSearchCV

from sklearn.pipeline import Pipeline

from gensim.utils import simple_preprocess

np.random.seed(0)

data = pd.read_csv('https://pastebin.com/raw/dqKFZ12m')

X_train, X_test, y_train, y_test = train_test_split([simple_preprocess(doc) for doc in data.text],

data.label, random_state=0)

# Find best Tfidf model using