如何在python中使用保存模型进行预测答案

【问题标题】：How to use save model for prediction in python如何在python中使用保存模型进行预测
【发布时间】：2016-03-08 06:41:16
【问题描述】：

我正在 python 中进行文本分类，我想在生产环境中使用它来预测新文档。我正在使用 TfidfVectorizer 来构建 bagofWord。

我在做：

X_train = vectorizer.fit_transform(clean_documents_for_train, classLabel).toarray()

然后我正在使用 SVM 进行交叉验证并构建模型。之后我将保存模型。

为了对我的测试数据进行预测，我在 另一个脚本 中加载了该模型，其中我有相同的 TfidfVectorizer 并且我知道我不能对我的测试数据执行 fit_transform。我必须做的：

X_test = vectorizer.transform(clean_test_documents, classLabel).toarray()

但这是不可能的，因为我必须先适应。我知道有办法。我可以加载我的训练数据并像在构建模型期间那样执行fit_transform，但是我的训练数据非常大，每次我想预测时我都做不到。所以我的问题是：

有没有一种方法可以在我的测试数据上使用 TfidfVectorizer 并执行预测？
还有其他方法可以执行预测吗？

【问题讨论】：

标签： python-2.7 scikit-learn nltk prediction

【解决方案1】：

矢量化器是模型的一部分。保存训练好的 SVM 模型时，还需要保存对应的向量器。

为了更方便，您可以使用Pipeline 构造一个“可拟合”对象，该对象表示将原始输入转换为预测输出所需的步骤。在这种情况下，管道由一个 Tf-Idf 提取器和一个 SVM 分类器组成：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn import svm
from sklearn.pipeline import Pipeline

vectorizer = TfidfVectorizer()
clf = svm.SVC()
tfidf_svm = Pipeline([('tfidf', vectorizer), ('svc', clf)])

documents, y = load_training_data()
tfidf_svm.fit(documents, y)

这样，只需要持久化一个对象：

from sklearn.externals import joblib
joblib.dump(tfidf_svm, 'model.pkl')

要将模型应用于您的测试文档，请加载经过训练的管道，然后像往常一样使用其predict 函数并将原始文档作为输入。

【讨论】：

【解决方案2】：

我是根据搜索“如何使用保存的模型进行预测？”重定向到这里的。所以只是添加到 YS-L 的答案，最后一步。

保存模型

from sklearn.externals import joblib
joblib.dump(fittedModel, 'name.model')

加载保存的模型并预测

fittedModel = joblib.load('name.model')
fittedModel.predict(X_new)  # X_new is unseen example to be predicted

【讨论】：

【解决方案3】：

您可以简单地将 clf.predict 与 .apply 和 lambda 一起使用

datad['Predictions']=datad['InputX'].apply(lambda x: unicode(clf.predict(count_vect.transform([x]))))

【讨论】：