如何保存训练完成的Scikit-learn逻辑回归模型参数以复用？

当然可以，Scikit-learn支持将训练好的模型保存到文件，后续无需重新训练即可加载使用。常用的方法有两种：pickle 和 joblib，以下是具体实现步骤：

方法一：使用pickle #

pickle是Python标准库中的序列化工具，适合保存大多数Scikit-learn模型。

保存训练好的模型 #

import pickle
from sklearn.linear_model import LogisticRegression

# 假设你已经完成模型训练（X_train、y_train为训练数据）
model = LogisticRegression()
model.fit(X_train, y_train)

# 将模型写入本地文件
with open('logistic_reg_model.pkl', 'wb') as file:
    pickle.dump(model, file)

加载模型并直接预测 #

# 从文件加载模型
with open('logistic_reg_model.pkl', 'rb') as file:
    loaded_model = pickle.load(file)

# 直接用加载后的模型进行预测（X_test为测试数据）
predictions = loaded_model.predict(X_test)

方法二：使用joblib #

joblib是Scikit-learn推荐的工具，对于包含大量numpy数组的模型（比如Scikit-learn的大部分模型），序列化效率比pickle更高。

保存训练好的模型 #

from joblib import dump
from sklearn.linear_model import LogisticRegression

# 训练模型
model = LogisticRegression()
model.fit(X_train, y_train)

# 保存模型到本地
dump(model, 'logistic_reg_model.joblib')

加载模型并直接预测 #

from joblib import load

# 加载模型
loaded_model = load('logistic_reg_model.joblib')

# 执行预测
predictions = loaded_model.predict(X_test)

注意事项 #

• 版本兼容：保存和加载模型时，要保证Scikit-learn、numpy、pandas等依赖库的版本一致，否则可能出现加载失败或预测结果异常的情况。
• 安全性：不要加载来自不可信来源的模型文件，因为pickle和joblib在加载文件时可能执行恶意代码。
• 预处理同步：如果训练模型前对数据做了预处理（比如标准化、One-Hot编码），需要将预处理对象（如StandardScaler）也保存下来，预测时要先对新数据执行相同的预处理步骤。

内容的提问来源于stack exchange，提问作者Raphaël Ambit