使用pickle保存机器学习模型详解及实战（picklejoblib）

Posted 2021-05-18 Data+Science+Insight

使用pickle保存机器学习模型详解及实战

 

pickle模块实现了用于序列化和反序列化Python对象结构的二进制协议。 “Pickling”是将Python对象层次结构转换为字节流的过程， “unpickling”是反向操作，从而将字节流（来自二进制文件或类似字节的对象）转换回对象层次结构。

注意：pickle模块对于错误或恶意构造的数据是不安全的。

 

joblib库，这个库是由scikit-learn外带的(sklearn.externals);

 

pip install joblib

pip install pickle

如果使用

from sklearn.externals import joblib

如法导入, 那么使用如下方式：

import joblib

 

导入基础包：

from sklearn.linear_model import LogisticRegression
from sklearn import datasets
import pickle
from sklearn.externals import joblib

使用莺尾花经典数据：

# Load the iris data
iris = datasets.load_iris()

# Create a matrix, X, of feat