python scikit-learn：導出受過訓練的分類器

Question

我使用基於scikit-learn的nolearn的DBN（深層信念網絡）。

我已經建立了一個網絡，可以很好地對我的數據進行分類，現在我對導出部署模型感興趣，但我不知道如何（每次我想要預測某事時我都在訓練DBN）。在matlab中，我只會導出權重矩陣並將其導入另一臺機器中。

是否有人知道如何導出模型/要輸入的權重矩陣，而無需重新訓練整個模型？

Answer 1

您可以使用：

>>> from sklearn.externals import joblib 
>>> joblib.dump(clf, 'my_model.pkl', compress=9) 

再後來，預測服務器上：

>>> from sklearn.externals import joblib 
>>> model_clone = joblib.load('my_model.pkl') 

這基本上是一個Python泡菜大宗numpy的陣列的優化處理。它與常規泡菜w.r.t有相同的限制。代碼更改：如果pickle對象的類結構發生更改，則可能不再能夠使用nolearn或scikit-learn的新版本取消對象。

如果您想要長期穩健地存儲模型參數，您可能需要編寫自己的IO層（例如，使用二進制格式序列化工具，如協議緩衝區或avro或低效但可移植的text/json/xml表示如PMML）。

Answer 2

scikit-learn文檔中的3.4. Model persistence部分幾乎涵蓋了所有內容。

除了sklearn.externals.joblib ogrisel指出，這顯示瞭如何使用常規的泡菜包：

>>> from sklearn import svm 
>>> from sklearn import datasets 
>>> clf = svm.SVC() 
>>> iris = datasets.load_iris() 
>>> X, y = iris.data, iris.target 
>>> clf.fit(X, y) 
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0, degree=3, gamma=0.0, 
    kernel='rbf', max_iter=-1, probability=False, random_state=None, 
    shrinking=True, tol=0.001, verbose=False) 

>>> import pickle 
>>> s = pickle.dumps(clf) 
>>> clf2 = pickle.loads(s) 
>>> clf2.predict(X[0]) 
array([0]) 
>>> y[0] 
0 

，並給出了一些警告，如保存在scikit學習另一種可能無法加載的一個版本車型版。

Answer 3

酸洗/取出有一個缺點，它只適用於匹配python版本（主要和可能還有次要版本）和sklearn，joblib庫版本。

機器學習模型還有其他一些描述性輸出格式，例如由Data Mining Group開發的，如預測模型標記語言（PMML）和便攜式分析格式（PFA）。其中，PMML是much better supported。

因此，您可以選擇將模型從scikit-learn保存到PMML中（例如使用sklearn2pmml），然後使用jpmml（當然您有更多選擇）在java，spark或hive中部署和運行它。