知识卡片
模型序列化pickle
训练模型计算成本高,不希望每次预测都重新训练。用 Python 内置 pickle 模块在对象与字节码间序列化/反序列化,保存分类器当前状态;对新样本直接加载已保存模型预测。dump 第一个参数是待持久化对象、第二个是保存路径,open 用 wb 二进制写,protocol=4 是 Python 3.4 起最新高效协议。例中把逻辑斯谛回归模型与 NLTK 停用词一起序列化(免去服务器装 NLTK);NumPy 数组用 joblib 序列化更高效,但为环境一致仍用 pickle。HashingVectorizer 无需拟合故不持久化,重写成 vectorizer.py 导入。注意 pickle 不防恶意代码,勿反序列化不可信来源。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 在Web应用中嵌入机器学习模型 · 查看原书依据
模型持久化的一个方法就是使用Python内嵌的pickle模块[1],它使得我们可以在Python对象与字节码之间进行转换(序列化与反序列化),这样就可以将分类器当前的状态保存下来。
参考来源
- 位置:《Python机器学习》第9章《9.1 序列化通过scikit-learn拟合的模型》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0116.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:模型持久化的一个方法就是使用Python内嵌的pickle模块[1],它使得我们可以在Python对象与字节码之间进行转换(序列化与反序列化),这样就可以将分类器当前的状态保存下来。