模型持久化

当我们训练好一个模型时, 如果我们可以将其保存为一个文件, 以便以后可以通过简单地再加载使用将很有用.

怎么做...?

让我们看看如何以编程方式实现模型持久化:

import pickle

output_model_file = 'saved_model.pkl'
with open(output_model_file, 'bw') as f:
    pickle.dump(linear_regressor, f)

# 加载文件

with open('output_model_file', 'br') as f:
    model_linregr = pickle.load(f)

y_test_pred_new = model_linregr.predict(X_test)
print ('New mean absolute error =', round(sm.mean_absolute_error(y_test, y_test_pred_new), 2))

在这里, 我们刚刚从文件加载回归变量到model_linregr变量. 您可以将先前的结果与先前的结果进行比较, 以确认它是相同的.