python模型保存（python如何保存加载训练模型）

python模型保存（python如何保存加载训练模型）X = df.drop(columns=['genre'])#输入集from sklearn.tree import DecisionTreeClassifier #导入决策树分类器from sklearn.externals import joblibdf=pd.read_csv('C:/Users/llx/Desktop/music/music.csv')

已经训练过的模型，我们不需要重新训练它，构建和训练一个模型，保存在文件中，下次进行预测时，我们只需要从文件中加载模型进来。

例如：

1、保存模型文件

import pandas as pd

from sklearn.tree import DecisionTreeClassifier #导入决策树分类器

from sklearn.externals import joblib

df=pd.read_csv('C:/Users/llx/Desktop/music/music.csv')

#输入集

X = df.drop(columns=['genre'])

#输出集

Y = df['genre']

model = DecisionTreeClassifier() #调用模型创建实例决策树分类器

model.fit(X Y) #训练模型

joblib.dump(model 'music.joblib') #把模型保存在music.jolib模型文件中

运行后，看到模型已经保存在music.joblib文件中

2、加载模型预测数据

import pandas as pd

from sklearn.tree import DecisionTreeClassifier #导入决策树分类器

from sklearn.externals import joblib

model = joblib.load('music.joblib') #加载模型

predicts = model.predict([ [21 1] [22 0] ]) #预测数据

predicts

3、完成效果如下图：