pickle and joblib
在训练模型后将模型保存的方法，以免下次重复训练。
使用pickle模块或者sklearn内部的joblib
一、使用pickle模块
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)
import pickle
s=pickle.dumps(clf)
f=open('svm.txt','w')
f.write(s)
f.close()
f2=open('svm.txt','r')
s2=f2.read()
clf2=pickle.loads(s2)
clf2.score(X,y)
二、使用joblib
joblib更适合大数据量的模型，且只能往硬盘存储，不能往字符串存储
from sklearn.externals import joblib
joblib.dump(clf,'filename.pkl')
clf=joblib.load('filename.pkl')
---------------------
作者：ahora_wzy
来源：CSDN
原文：https://blog.csdn.net/ahora_wzy/article/details/51188453
版权声明：本文为博主原创文章，转载请附上博文链接！
更多精彩
