【发布时间】：2017-10-10 14:04:25
【问题描述】：
我训练了一个分类器，然后转储它并转储它的矢量化器。现在我想通过加载分类器和矢量化器来用看不见的数据来测试它。有人可以帮忙吗？
【问题讨论】：
标签： scikit-learn classification pickle countvectorizer
【发布时间】：2017-10-10 14:04:25
【问题描述】：
查看：http://scikit-learn.org/stable/modules/model_persistence.html
首先从文件中加载你的矢量化器：
from sklearn.externals import joblib
vectorizer = joblib.load('your_vectorizer.pkl')
clf = joblib.load('your_classifier.pkl')
然后它的工作方式与您将其转储到带有泡菜的文件之前相同。即：
vectorized_data = vectorizer.transform(unseen_data)
predictions = clf.predict(vectorized_data)
【讨论】：
-
谢谢 Lexxxxx。我相信你的代码是正确的，但现在我的电脑内存有问题。我正在研究 Anaconda，它给了我内存错误。我认为它占用了我电脑的内存
-
也许在你腌制之前尝试一些特征选择方法（也在 sklearn 中）。您可能可以在不降低准确性的情况下大大减小尺寸。