Python 2.7 Sci工具包学习模型在使用joblib取消勾选时加载错误
我正在尝试使用joblib在Sci Kit Learn中实现模型持久性,如中所述。然而,当我重新加载模型时,我发现除了第一行之外,模型coef_uu矩阵的所有行都被设置为零Python 2.7 Sci工具包学习模型在使用joblib取消勾选时加载错误,python-2.7,numpy,scikit-learn,joblib,Python 2.7,Numpy,Scikit Learn,Joblib,我正在尝试使用joblib在Sci Kit Learn中实现模型持久性,如中所述。然而,当我重新加载模型时,我发现除了第一行之外,模型coef_uu矩阵的所有行都被设置为零 joblib.dump(RidgeTfIDF,'/Users/gireesh/Documents/NBC_Chris/modeling/Pickled Models/RidgeESTfIDF11_02_2015_30.pkl') R2 = joblib.load('/Users/gireesh/Documents/NBC_C
joblib.dump(RidgeTfIDF,'/Users/gireesh/Documents/NBC_Chris/modeling/Pickled Models/RidgeESTfIDF11_02_2015_30.pkl')
R2 = joblib.load('/Users/gireesh/Documents/NBC_Chris/modeling/Pickled Models/RidgeESTfIDF11_02_2015_30.pkl')
R2.coef_[1].nonzero()
给出:
Out[95]: (array([], dtype=int64),)
当
RidgeTfIDF.coef_u1;[1]。非零()
给予
当我使用np.save将每一行RidgeTfIDF.coef_uu保存在一个单独的文件中,然后从这些文件重新加载时,模型运行良好。但是,这要慢得多,我想改为修复joblib问题。您能展示一个完整的可运行示例吗?什么是
RidgeTfIDF
?RidgeTfIDF是一个RidgeClassifier:“RidgeClassifier(alpha=1,class\u weight=None,copy\u X=True,fit\u intercept=False,max\u iter=None,normalize=False,solver='auto',tol=0.01)”和类u.shape=(343,)和coef\uu.shape=(343,1048576)分类器是在10k文档上训练的,带有用于生成特征向量的HashingVectorizer,所以我不确定如何在这里展示一个完整的可运行示例?它一定与使用HashingVectorizer有关,因为当我对使用TfIdfVectorizer训练过的模型进行pickle时,取消对模型的pickle没有任何问题。
Out[96]: (array([ 0, 1, 6, ..., 1048563, 1048565, 1048569]),)