在 python 中保存隔离林模型并将其应用于新数据

【问题标题】：Saving the isolaiton forest model in python and applying it to the new data在 python 中保存隔离林模型并将其应用于新数据
【发布时间】：2022-01-23 17:10:06
【问题描述】：

我有一个异常检测程序，我用 python 中的隔离森林方法制作。我想为我拥有的数据保存这个无监督学习模型，当新数据进来时，我想直接对这个模型的结果进行异常估计。我该怎么做？

def fit_model(model, data, column='value'):
    df = data.copy()
    data_to_predict = data[column].to_numpy().reshape(-1, 1)
    predictions = model.fit_predict(data_to_predict)
    df['Predictions'] = predictions

    return df

【问题讨论】：

type(model_fit) 返回什么？

标签： python unsupervised-learning

【解决方案1】：

我假设您的模型来自 sklearn 包。在这种情况下，保存模型的一种方法是使用 joblib 包（您也可以使用 onnx）。

在您的情况下，您可以保存模型

import joblib 

def fit_model(model, data, column='value'):
    df = data.copy()
    data_to_predict = data[column].to_numpy().reshape(-1, 1)
    predictions = model.fit_predict(data_to_predict)
    joblib.dump(model, 'my_model_name.joblib')
    df['Predictions'] = predictions

    return df

然后，您可以将其加载回来：

model = joblib.load('my_model_name.joblib')

您可以在此处阅读更多相关信息： https://scikit-learn.org/stable/modules/model_persistence.html 和这里：https://joblib.readthedocs.io/en/latest/persistence.html （joblib 本身就是一个非常有用的库，不仅用于保存 sklearn 模型）

【讨论】：