将python随机森林模型保存到文件
将python随机森林模型保存到文件
提问于 2013-12-18 23:25:50
在R中，在运行“随机森林”模型之后，我可以使用save.image("***.RData")来存储模型。然后，我可以直接加载模型来进行预测。
你能在python中做类似的事情吗？我将模型和预测分成两个文件。在模型文件中：
rf= RandomForestRegressor(n_estimators=250, max_features=9,compute_importances=True)
fit= rf.fit(Predx, Predy)我尝试返回rf或fit，但仍然无法加载预测文件中的模型。
你能使用sklearn随机森林包来分离模型和预测吗？
回答 5
Stack Overflow用户
回答已采纳
发布于 2013-12-19 00:09:19
...
import cPickle
rf = RandomForestRegresor()
rf.fit(X, y)
with open('path/to/file', 'wb') as f:
cPickle.dump(rf, f)
# in your prediction file
with open('path/to/file', 'rb') as f:
rf = cPickle.load(f)
preds = rf.predict(new_X)Stack Overflow用户
发布于 2020-06-24 22:42:48
您可以使用joblib来保存和加载来自scikit learn的随机森林(实际上，来自scikit learn的任何模型)
示例：
import joblib
from sklearn.ensemble import RandomForestClassifier
# create RF
rf = RandomForestClassifier()
# fit on some data
rf.fit(X, y)
# save
joblib.dump(rf, "my_random_forest.joblib")
# load
loaded_rf = joblib.load("my_random_forest.joblib")更重要的是，joblib.dump has compress参数，因此模型可以压缩。我在虹膜数据集上做了非常简单的test，compress=3将文件的大小减少了大约5.6倍。
Stack Overflow用户
发布于 2016-03-21 00:16:30
我使用dill，它存储所有的数据，我想可能是模块信息？也许不是。我记得我曾尝试使用pickle来存储这些非常复杂的对象，但它对我不起作用。cPickle可能和dill做同样的事情，但是我从来没有尝试过cpickle。看起来它的工作原理与此完全相同。我使用了"obj“扩展名，但这并不意味着conventional...It对我来说是有意义的，因为我是在存储对象。
import dill
wd = "/whatever/you/want/your/working/directory/to/be/"
rf= RandomForestRegressor(n_estimators=250, max_features=9,compute_importances=True)
rf.fit(Predx, Predy)
dill.dump(rf, open(wd + "filename.obj","wb"))顺便说一句，不确定你是否使用iPython，但有时用这种方式写一个文件不会，所以你必须这样做：
with open(wd + "filename.obj","wb") as f:
dill.dump(rf,f)再次调用对象：
model = dill.load(open(wd + "filename.obj","rb"))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/20662023
复制相关文章
相似问题