API模型的保存与加载方法是什么

本篇内容介绍了“API模型的保存与加载方法是什么”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

网站建设哪家好，找创新互联建站！专注于网页设计、网站建设、微信开发、微信小程序定制开发、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了双柏免费建站欢迎大家使用！

1.目的：

将训练好的模型保存下来，已备下次使用，节省训练时间，提高效率

2.API:

from sklearn.externals import joblib

保存:

joblib.dump(rf,"test.pkl")

加载:

estimator = joblib.load("test.pkl")

3.Python代码实现:

# -*- coding: UTF-8 -*-

'''

@Author ：Jason

波士顿房价预测，将模型保存到

'''

from sklearn.datasets import load_boston

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import StandardScaler

from sklearn.linear_model import Ridge

from sklearn.metrics import mean_squared_error

from sklearn.externals import joblib

def model_save_fetch():

"""

岭回归对波士顿房价进行预测

:return:

"""

# 1)获取数据

boston = load_boston()

print("特征数量：\n", boston.data.shape)

# 2)划分数据集郑州妇科医院哪家好 http://fk.zyfuke.com/

x_train, x_test, y_train, y_test = train_test_split(boston.data, boston.target, random_state=22)

# 3)标准化

transfer = StandardScaler()

x_train = transfer.fit_transform(x_train)

x_test = transfer.transform(x_test)

# # 4)预估器

# estimator = Ridge(alpha=0.5, max_iter=10000)

# estimator.fit(x_train, y_train)

#

# # 保存模型

# joblib.dump(estimator, "./files/test.pkl")

# 加载模型

estimator = joblib.load("./files/test.pkl")

# 5)得出模型

print("岭回归-权重系数为：\n", estimator.coef_)

print("岭回归-偏置为：\n", estimator.intercept_)

# 6)模型评估

y_predict = estimator.predict(x_test)

print("预测房价：\n", y_predict)

error = mean_squared_error(y_test, y_predict)

print("岭回归-均方误差为：\n", error)

return None

if __name__ == "__main__":

model_save_fetch()

“API模型的保存与加载方法是什么”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！