如何預測使用scikit？

我已經使用擬合方法訓練了一個名爲clf的估計器，並將模型保存到磁盤。下一次運行該程序，它將從磁盤加載clf。如何預測使用scikit？

我的問題是：

如何預測其保存在磁盤上的樣本？我的意思是，如何加載並預測？
如何在預測後獲取樣本標籤而不是標籤整數？

2012-12-28 user1687717

如何預測保存在磁盤上的樣本？我的意思是，如何加載並預測？

您必須對新樣本使用與用於傳遞給fit方法的樣本相同的數組表示。如果要預測單個樣本，則輸入必須是形狀爲(1, n_features)的2D numpy陣列。

在HDD上讀取原始文件並將其轉換爲適合分類的numpy數組表示方式是一個特定於域的問題：它取決於您是否嘗試對文本文件，jpeg文件，視頻文件中的幀進行分類，數據庫中的行，syslog監控服務的日誌行...
如何在預測後獲取樣本標籤而不是標籤整數？

只需保留一個標籤名稱列表，並確保擬合時用作目標值的整數範圍爲[0, n_classes)。例如['spam', 'ham']，如果在範圍[0, 1]有預測那麼你可以做：
```
new_samples = # 2D array with shape (n_samples, n_features) 
label_names = ['ham', 'spam'] 
predictions = [label_names[pred] for pred in clf.predict(new_samples)] 
```

2012-12-28 16:44:50 ogrisel

我使用TfidfVectorizer產生傳遞給適合的方法，例如數組vectorizer = TfidfVectorizer（sublinear_tf = True，max_df = 0.5，stop_words ='english'，charset_error ='ignore'） X_train = vectorizer.fit_transform（data_train.data），我想知道如何生成新的相同數組表示法從磁盤加載模型後的樣本？我想，如何爲新樣本生成特徵vetor，因爲如果我只是使用vectorizer，transform（newSampleData），我想我會得到錯誤的特徵 – user1687717

您需要重用相同的矢量化器實例並使用transform方法。它將字符串列表作爲輸入。剛剛閱讀你的文本文件（假設它們是用utf-8字符集編碼的）： 'new_samples = [open（f，'wb'）.read（）。decode（'utf-8'）for f在文件名中]' – ogrisel

在前面的評論中有一個錯字，它應該是'open（f，'rb'）'而不是'open（f，'wb'）'。 – ogrisel

如何預測使用scikit？

回答

相關問題