序列化sklearn model 为 json (sklearn-json)

前言

需求：导出sklearn训练好的算法模型为json格式，方便在不同编程语言间传递数据。
方案：使用 sklearn-json

---

安装 sklearn-json

pip install sklearn-json

注： 需要 scikit-learn >= 0.21.3

---

使用

序列化模型为json

以分类决策树为例子

from sklearn import tree
from sklearn.datasets import load_wine
from sklearn.model_selection import train_test_split
import sklearn_json as skljson

# data
wine = load_wine()

# train/test split
Xtrain, Xtest, Ytrain, Ytest = train_test_split(wine.data, wine.target, test_size=0.3)

# train with deicision tree
clf = tree.DecisionTreeClassifier(criterion='gini', max_depth=5, random_state=0)
clf = clf.fit(Xtrain, Ytrain) # after fit, clf is the model

# save model to json
skljson.to_json(clf, "tree_model") # 重点重点重点

至此，分类决策树已经存成json格式。
json是肉眼可理解的，打开"tree_model"文件，看到如下：

{
  "meta":