将 sklearn 随机森林模型转移到新服务器答案

【问题标题】：transfer a sklearn random forest model to a new server将 sklearn 随机森林模型转移到新服务器
【发布时间】：2020-08-23 13:40:57
【问题描述】：

我在旧服务器上使用 sklearn RandomForestClassifier 构建了一个模型，现在我需要将其迁移到另一台服务器。如何将模型转移到新服务器？我应该使用哪个 Python 包？泡菜？工作库？谢谢！

【问题讨论】：

我知道pickle可以做到。

标签： python scikit-learn random-forest

【解决方案1】：

使用“joblib”。假设您的模型位于变量“my_model”中。那么“joblib”代码将如下所示：

# On your development machine
from joblib import dump
dump(my_model, 'model.joblib')

# On your new machine, following code would go to load the model
from joblib import load
my_model = load('model.joblib')

注意：将“model.joblib”替换为 model.joblib 文件的路径。

【讨论】：

【解决方案2】：

`pickle` 是要走的路

from sklearn import model_selection
from sklearn.linear_model import LogisticRegression
import pickle

# Fit the model on training set
model = LogisticRegression()
model.fit(X_train, Y_train) # fit on some data ...

# save the model to disk
filename = 'finalized_model.sav'
pickle.dump(model, open(filename, 'wb'))


# load the model from disk
loaded_model = pickle.load(open(filename, 'rb'))
result = loaded_model.score(X_test, Y_test) # predict some test data
print(result)

【讨论】：

pickle 是要走的路

`pickle` 是要走的路