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SVCPython 是否有用于Scikitlearn的存储模型?为什么它的预测限制在[-1/1]?,python,scikit-learn,svm,Python,Scikit Learn,Svm,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]
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)