在用Python构建模型之后，如何保存模型，以便第二天关闭计算机并进行处理？_Python_Scikit Learn_Regression

在用Python构建模型之后，如何保存模型，以便第二天关闭计算机并进行处理？

python scikit-learn

在用Python构建模型之后，如何保存模型，以便第二天关闭计算机并进行处理？,python,scikit-learn,regression,Python,Scikit Learn,Regression,比如说，我已经用Python完成了一个回归模型的构建，如下所示： from sklearn import linear_model model = linear_model.LogisticRegression().fit(X_train, Y_train) 如何保存我构建的“模型”，以便我可以关闭计算机并在第二天进行操作，而无需重新运行代码来获取“模型” 我之所以问这个问题，是因为我的数据集非常庞大，需要很长时间才能重新运行以获取模型。这是一个序列化问题，一个非常简单的方法是使用pickl

比如说，我已经用Python完成了一个回归模型的构建，如下所示：

from sklearn import linear_model

model = linear_model.LogisticRegression().fit(X_train, Y_train)

如何保存我构建的“模型”，以便我可以关闭计算机并在第二天进行操作，而无需重新运行代码来获取“模型”

我之所以问这个问题，是因为我的数据集非常庞大，需要很长时间才能重新运行以获取模型。

这是一个序列化问题，一个非常简单的方法是使用

pickle

模块。下面的代码片段展示了如何保存和加载Python对象

要保存：

导入pickle
以open（“YOUR_FILE_NAME_HERE.pkl”，“wb”）作为文件：
pickle.dump（模型、文件）

要加载：

#首先导入所有相关库
从sklearn导入线性_模型
...
进口泡菜
以open（“YOUR_FILE_NAME_HERE.pkl”，“rb”）作为文件：
model=pickle.load（文件）

其基本思想是创建对象的文件表示形式（

模型

），并以一种可以根据需要解释和加载的方式将其保存到文件中。这可以通过许多不同的方式实现，但是Python最简单的方法是使用pickle，它创建对象以及所有相关对象和模块的二进制表示

要进一步阅读，请参阅

pickle

文档，要更好地理解序列化，请参阅。

这是序列化的问题，一个非常简单的方法是使用

pickle