Python學習筆記：保存sklearn模型的model文件

一、背景

使用 Python 的機器學習模塊 sklearn 進行模型訓練時，如果訓練集保持不變，可將模型訓練的模型結果保存為 .model 文件，以供預測時使用，避免每次運行時都要重新訓練模型。

joblib 可實現保存模型，並將保存的模型取出用於預測。

二、實操

# 導入模塊
import lightgbm as lgb # LGB算法
from sklearn.externals import joblib

# 模型訓練
model_lgb = lgb.LGBMClassifier(boosting_type='gbdt', # gbdt 梯度提升決策樹
                               metric = 'auc',
                               n_estimators = 180,
                               learning_rate = 0.05, 
                               is_unbalance = 'true',
                               objective = 'binary',  # 任務分類、回歸
                               random_state = 1,                               
                               min_child_samples = 110,
                               min_child_weight = 5,
                               num_leaves = 50)
model_lgb.fit(x_train, y_train)

# 保存模型
joblib.dump(model_lgb, r'E:\model.pkl')

# 加載模型
model_lgb = joblib.load(r'E:\model.pkl')

# 應用模型進行預測
predict = model_lgb.predict_proba(product)

三、注意

執行 joblib.dump() 保存模型后，可能還會生成若干個以 lgb.model_xx.npy 為命名格式的文件，這可能是用於保存模型中的系數等的二進制文件。

其具體生成的文件個數還會隨着調用的分類器的不同，以及分類器中迭代次數的參數的不同而變，有時候會生成幾個，有時候會生成幾百個。

需要注意。

參考鏈接：python sklearn模型的保存