Python 使用Scikit'；s StandardScaler在多个程序中正确运行

我有一个与非常类似的问题，但我想重用

StandardScaler

，而不是

LabelEncoder

。以下是我所做的：

# in one program
dict = {"mean": scaler.mean_, "var": scaler.var_}
# and save the dict 


# in another program
# load the dict first
new_scaler = StandardScaler()
new_scaler.mean_ = dict['mean'] # Hoever it doesn't work
new_scaler.var_ = dict['var'] # Doesn't work either...

我还尝试了

设置参数

，但它只能更改这些参数：

复制

，

使用

和

使用

那么，如何重新使用程序一中的定标器呢？谢谢

就是这整件事

跟随官员

您可以从第一个链接使用python的标准pickle，也可以使用第二个链接中提到的专门的joblib pickle（我建议这样做；通常效率更高，但对于这种简单的object=scaler并不重要）：

如果您希望将sklearn对象存储在MySQL、MongoDB、Redis和co等数据库中，那么上面使用基于文件的存储的示例当然不起作用

简单的方法是：使用pythonpickle，它将转储到bytes对象（为大多数DB包装器做好准备）

为了获得更高效的joblib，您必须使用python以类似的方式使用它（因为该方法本身是基于文件的，但可以用于类似文件的对象）。

就是这样

跟随官员

您可以从第一个链接使用python的标准pickle，也可以使用第二个链接中提到的专门的joblib pickle（我建议这样做；通常效率更高，但对于这种简单的object=scaler并不重要）：

如果您希望将sklearn对象存储在MySQL、MongoDB、Redis和co等数据库中，那么上面使用基于文件的存储的示例当然不起作用

简单的方法是：使用pythonpickle，它将转储到bytes对象（为大多数DB包装器做好准备）

对于更高效的joblib，您必须使用python以类似的方式使用它（因为该方法本身是基于文件的，但可以用于类似文件的对象）

from sklearn.externals import joblib

new_scaler = StandardScaler()
# ...fit it... do something ...

joblib.dump(new_scaler , 'my_scaler.pkl')     # save to disk

loaded_scaler = joblib.load('my_scaler.pkl')  # load from disk