Python 是否有用于Scikitlearn的存储模型？为什么它的预测限制在[-1/1]？

当我在Scikit learn中使用SVM时，它看起来像不像系统那样没有保存到磁盘的方法？ 我知道结果是一个系数列表，您可以保存到磁盘，然后打开并点积它，但是有没有推荐的方法来保存和重新创建SVC

    from sklearn.svm import SVC
    clf = SVC(kernel='linear', C=3)
    dir(clf) #No "save" method??

另外，我发现SVM有一个正负分组范围（-1/1训练数据）和SVM的.predict（[array]）返回-1或1，这很奇怪，

---

但是没有理由限制这些值，除非他们正在优化，并且说任何积极的结果是1，消极的-1，而他们在乘以和添加线性结果？如何查看它与预测分类的匹配程度？

您可以使用以下方法将模型保存到磁盘中

from sklearn.externals import joblib
joblib.dump(clf, 'filename') 

您可以按如下方式加载模型

clf = joblib.load('filename')

---

您似乎将问题设置为分类，因此predict返回预测的类（这是一个离散集）。支持向量机理论的基本值（用于预测）可以通过clf.decision_函数访问（老实说：所有这些都记录得很好！包括模型持久性）