python保存训练好的模型

    python创建文件目录，存储训练好的模型（例，逻辑回归模型），显示常用到的模型属性。

1.训练模型，显示常用的模型属性

import numpy as np
from sklearn.linear_model import LogisticRegression

X_train = np.array([[1,2,3],[4,5,6],[10,9,8]])
Y_train = np.array([0,0,1])

X_test = np.array([[2,3,4],[9,8,7]])
Y_test = np.array([0,1])

# 逻辑回归模型
LR = LogisticRegression()
# 训练模型
LR.fit(X_train,Y_train)

print('预测结果:\n', LR.predict(X_test))
print('预测各标签的概率值:\n', LR.predict_proba(X_test))

print('训练集准确率:', LR.score(X_train,Y_train))
print('测试集准确率:', LR.score(X_test,Y_test))

2.创建文件目录，保存模型

import os
from sklearn.externals import joblib

# 创建文件目录
dirs = 'testModel'
if not os.path.exists(dirs):
    os.makedirs(dirs)
    
# 保存模型
joblib.dump(LR, dirs+'/LR.pkl')

3.读取模型

# 读取模型
LR = joblib.load(dirs+'/LR.pkl')

test = np.array([[3,4,5],[8,7,6]])
print('预测结果:\n', LR.predict(test))