在R中,运行“random forest”模型之后,我可以使用save.image("***.RData")
来存储该模型。之后,我可以直接加载模型进行预测。
你能用python做类似的事情吗?我把模型和预测分为两个文件。在模型文件中:
rf= RandomForestRegressor(n_estimators=250, max_features=9,compute_importances=True)
fit= rf.fit(Predx, Predy)
我试图返回rf
或fit
,但仍然无法在预测文件中加载模型。
你能用sklearn随机森林包把模型和预测分开吗?
我使用dill,它存储所有的数据,我想可能模块信息?也许不是。我记得我试图用
pickle
来存储这些非常复杂的对象,但这对我来说不起作用。cPickle
可能和dill
做同样的工作,但我从未尝试过cpickle
。看起来它的工作原理完全一样。我使用“obj”扩展,但这绝不是常规的……这对我来说很有意义,因为我正在存储一个对象。顺便说一下,不确定您是否使用了iPython,但有时用这种方式编写文件却不行,因此您必须执行以下操作:
再次调用对象:
对于存储模型,也可以使用.sav formate。它存储完整的模型和信息。
我使用dill,它存储所有的数据,我想可能模块信息?也许不是。我记得我试图用
pickle
来存储这些非常复杂的对象,但这对我来说不起作用。cPickle
可能和dill
做同样的工作,但我从未尝试过cpickle
。看起来它的工作原理完全一样。我使用“obj”扩展,但这绝不是传统的……这对我来说很有意义,因为我正在存储一个对象。顺便说一下,不确定您是否使用了iPython,但有时用这种方式编写文件却不行,因此您必须执行以下操作:
再次调用对象:
相关问题 更多 >
编程相关推荐