C++ 如何用python保存经过训练的机器学习模型并将其加载到C++；为了预测？

这段代码将帮助您获取我需要在C中打开的model.pkl文件++

# Load libraries
from sklearn.ensemble import RandomForestClassifier
from sklearn import datasets
from sklearn.externals import joblib

# Load data
iris = datasets.load_iris()
features = iris.data
target = iris.target

# Create decision tree classifer object
classifer = RandomForestClassifier()

# Train model
model = classifer.fit(features, target)

# Save the model as pickle file
joblib.dump(model, "model.pkl")

因此，从上面的代码中，我们得到model.pkl文件，这是一个机器学习模型（随机森林分类器）。现在我需要使用C++读取Multudi.PKL文件，并使用样例数据（NeigyValm）测试模型。我可以用python进行如下操作：

from sklearn.externals import joblib
# Load model from file 
classifer = joblib.load("model.pkl")
# Create new observation
new_observation = [[ 5.2,  3.2,  1.1,  0.1]]
# Predict observation's class
classifer.predict(new_observation)

---

<>但是需要用C++来做，基本上，我需要上面4行（python to C++）的等价代码，我不知道。然而，你没有表现出任何形式的努力，在发表问题之前，你自己也没有表现出任何形式的努力。我想补充更多细节，说明你到底需要/想要什么。“用C++实现它”是非常模糊的。这似乎是一个关于某个特定库的相当具体的问题。然而，你没有表现出任何形式的努力，在发表问题之前，你自己也没有表现出任何形式的努力。我想补充更多细节，说明你到底需要/想要什么。“用C++实现它”是非常模糊的。