机器学习模型持久性选项

Question

对于坚持和重复使用经过训练的机器学习模型有什么建议/最佳实践？在Python开发中，这些模型必须是不可用的。例如，有一个logistic回归模型训练在R。现在新的观察需要根据这个模型评分。计分引擎必须是快速和可扩展的。我考虑过

1. PMML（http://en.wikipedia.org/wiki/Predictive_Model_Markup_Language）。将R中开发的大多数模型转换为pmml是很容易的。然而，我找不到一个有用的PMML模型评分引擎。例如，有augustus（https://code.google.com/p/augustus/），但它只实现了3-4个模型。

2. 在Python中使用pickle序列化模型，并用Python编写使用者。

对正确的方法有什么想法/建议吗？在

Answer 1

可以使用python中的pickle保存和加载模型，如下所示：

import pickle
s = pickle.dumps(clf)
clf2 = pickle.loads(s)

另一种方法是使用joblib，它对于内部携带大型numy数组的对象更有效，就像fitted scikit learn估计器的情况一样。在

^{pr2}$

然后，可以将此模型作为restfulapi部署到生产中。在

Answer 2

Scikit-learn，这个领域的一个成熟的库，使用pickle for its persistence of models。我想您是在编写自己的函数来训练模型，但是查看已建立的库可以告诉您最佳实践。在

另一方面，JSON可以从多种语言中读取。这是它的主要优势。如果您的模型服务计划来自另一种语言，并且您的模型是相当简单的Python对象，那么将它们序列化为JSON应该很容易。在