重命名已训练Sklearn分类器模式的目标变量类名

Question

我使用sklearn中的LinearSVC 创建了一个模型，该模型根据花的特征预测花的名称，并使用pickle保存了该模型

例如，我的目标变量是lily和rose——因此，给定这些特性，模型能够返回lily或rose作为花名

在稍后的阶段，我想将lily重命名为lilly，因为我觉得这是一个更好的名称

我知道实现这一点的两种方法

一种是通过在我的训练数据中将目标变量lily重命名为lilly来重新训练模型，这意味着我的模型将来将返回lilly和` rose'

另一种方法是保持模型不变，然后在预测之后使用映射字典{'lily' : 'lilly','rose': 'rose'}来获得重命名的值

是否有其他方法来检查酸洗后保存的现有模型，以便从现在起模型返回lily作为lilly

谢谢你的帮助

Answer 1

加载pickle文件后，只需更新分类器的classes变量。 使用LinearSVC的快速示例。这适用于任何与Sklearn兼容的分类器

>>> from sklearn.svm import LinearSVC
>>> svc = LinearSVC(random_state=42).fit(df.data, df.target)
>>> svc.predict(df.data.iloc[0:2, :])
array(['setosa', 'setosa'], dtype=object)
>>> svc.classes_ = np.array(['class1', 'class2', 'class3'])
>>> svc.predict(df.data.iloc[0:2, :])
array(['class1', 'class1'], dtype='<U6')