问泡菜懒人

EN

Pickle是否为像KNeighboursClassifier这样的懒惰学习者保存培训数据？如果是这样的话，我们能从泡菜对象中访问这些数据吗？(要求资料私隐问题)*

例：

knn.fit(Xtrain, Ytrain)

saved_model = pickle.dumps(knn)

knn_from_pickle = pickle.loads(saved_model)

#This function works after directly loading pickled object (saved_model) and gives correct and logical output
knn_from_pickle.predict(Xtest)

knn_from_pickle或saved_model变量是否包含Xtrain数据？由于Knn是一个懒惰的学习者，需要距离计算，当新的数据到达有关培训数据Xtrain。当我打印knn_from_pickle时，只显示了传递给KNeighboursClassifier算法的超参数。

正如我所观察到的，对于具有所有数据转换的65 of数据文件(Xtrain)，并将整个数据用于培训，当knn模型适合并序列化如下：

saved_model = pickle.dumps(knn)
sys.getsizeof(saved_model) 

占用的空间为238744字节

而其他算法(如高斯朴素Bayes )中的腌制对象占用的空间是：

saved_model = pickle.dumps(gnb)
sys.getsizeof(saved_model)

占用的空间为6074字节，对于像随机森林这样的重算法：

saved_model = pickle.dumps(rf)
sys.getsizeof(saved_model)

占用的空间为48863字节

考虑到KNN和其他算法的腌制对象之间有很大的空间差异，泡菜一定在为KNN存储训练数据。如果是的话，如何访问它？或者knn是如何存储在泡菜中的，如果不是，那么非腌制对象(knn_from_pickle)是如何使用预测而不适合并给出正确答案的？