如何将训练好的sklearn.svm.SVR模型保存为JSON而非Pickle格式？

我需要把训练好的SVR模型保存为JSON格式，而非Pickle格式。核心思路是捕获模型的权重及其他“拟合”属性状态，后续通过设置这些属性来完成预测。以下是我的实现方案：

模型保存代码 #

# 假设SVR已完成训练
regressor = SVR()
regressor.fit(x_train, y_train)

# 保存SVR的必要参数到JSON文件
with open(f'saved_regressor_params.json', 'w', encoding='utf-8') as outfile:
    json.dump(regressor.get_params(), outfile)

# 筛选SVR的拟合属性（以单下划线结尾且不是双下划线结尾的属性）
attrs = [i for i in dir(regressor) if i.endswith('_') and not i.endswith('__')]
remove_list = ['coef_', '_repr_html_', '_repr_mimebundle_'] # 移除不必要的属性

for attr in remove_list:
    if attr in attrs:
        attrs.remove(attr)

# 将NumPy数组转为列表，保存拟合属性到JSON文件
attr_dict = {i: getattr(regressor, i) for i in attrs}

for k in attr_dict:
    if isinstance(attr_dict[k], np.ndarray):
        attr_dict[k] = attr_dict[k].tolist()

# 写入拟合属性JSON文件
with open(f'saved_regressor_{index}.json', 'w', encoding='utf-8') as outfile:    
    json.dump(attr_dict, 
                outfile, 
                separators=(',', ':'), 
                sort_keys=True, 
                indent=4)

生成的JSON文件示例 #

saved_regressor_params.json用于保存模型参数，saved_regressor.json存储拟合属性及训练值，示例如下：

{
    "_dual_coef_": [ 
        [
            -1.0,
            -1.0,
            -1.0
        ]
    ],
    "_intercept_": [ 
        1.323423423
    ],
    ...
    "_n_support_": [ 
        3
    ]
}

加载模型并预测的代码 #

后续创建新的SVR实例，通过加载两个JSON文件设置参数与属性后调用predict方法：

predict_svr = SVR()

# 加载JSON文件
obj_text = codecs.open('saved_regressor_params.json', 'r', encoding='utf-8').read()
params = json.loads(obj_text)

obj_text = codecs.open('saved_regressor.json', 'r', encoding='utf-8').read()
attributes = json.loads(obj_text)

# 设置模型参数
predict_svr.set_params(**params)

# 设置拟合属性
for k in attributes:
        if isinstance(attributes[k], list):
            setattr(predict_svr, k, np.array(attributes[k]))
        else:
            setattr(predict_svr, k, attributes[k])
        
predict_svr.predict(...)

遇到的问题 #

在这个过程中，n_support_属性无法设置，即使忽略该属性也会出现其他错误。不确定是逻辑存在问题，还是遗漏了某些必要内容。

求助方向 #

正在寻找将SVR模型保存为JSON的其他方法或巧妙方案。曾尝试过sklearn_json等第三方库，它们对线性模型支持良好，但无法处理支持向量模型。

内容的提问来源于stack exchange，提问作者P0intMaN