Python 重命名目标变量'；已训练Sklearn分类器模式的s类名称

我使用

sklearn

中的

LinearSVC

创建了一个模型，根据花的特征预测花的名称，并使用

pickle

保存了该模型

例如，我的目标变量是

lily

和

rose

——因此，给定这些特性，模型能够返回

lily

或

rose

作为花名

在稍后的阶段，我想将

lily

重命名为

lilly

，因为我觉得这是一个更好的名字

我知道实现这一点的两种方法

一种是通过在我的训练数据中将

lily

的目标变量重命名为

lilly

来重新训练模型，这意味着我未来的模型将返回

lilly

和'rose'

另一种方法是保持模型不变，然后在预测后使用映射字典

{'lily'：'lilly'，'rose'：'rose'}

获取重命名的值

是否有其他方法可以查看酸洗后保存的现有模型，以便模型从现在起返回

lily

作为

lilly

---

感谢您的帮助

加载pickle文件后，只需更新分类器的

类

变量即可。 使用LinearSVC的快速示例。这适用于任何与Sklearn兼容的分类器

>>>从sklearn.svm导入LinearSVC
>>>svc=LinearSVC（随机状态=42）.fit（df.data，df.target）
>>>svc.predict（df.data.iloc[0:2，：]）
数组（['setosa'，'setosa']，dtype=object）
>>>svc.classes=np.array（['class1'，'class2'，'class3']）
>>>svc.predict（df.data.iloc[0:2，：]）
数组（['class1'，'class1']，dtype']