如何保存scikit-learn分类器对象？如何在循环中内存存储多模型？

嘿，我来帮你搞定这两个关于scikit-learn模型存储的问题：

在scikit-learn里，最常用的两种持久化方法是pickle和joblib：

• pickle：是Python标准库自带的序列化工具，适配大多数常规场景，你的代码里已经在用到它了。
• joblib：是scikit-learn官方推荐的工具，对于包含大量numpy数组的模型（比如随机森林、SVM这类），它的序列化效率更高，占用磁盘空间也更小。

给你补充两种方法的完整示例：

使用pickle #

import pickle
from sklearn.linear_model import LogisticRegression

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

# 保存到磁盘
filename = 'finalized_model.sav'
pickle.dump(model, open(filename, 'wb'))

# 后续加载模型使用
loaded_model = pickle.load(open(filename, 'rb'))
result = loaded_model.predict(X_test)

使用joblib #

import joblib
from sklearn.linear_model import LogisticRegression

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

# 保存到磁盘
filename = 'finalized_model.joblib'
joblib.dump(model, filename)

# 后续加载模型使用
loaded_model = joblib.load(filename)
result = loaded_model.predict(X_test)

完全可以用字典或者列表实现内存中的模型存储，不用落地到磁盘，两种方式各有优势：

• 列表：适合按顺序存储模型，如果你只需要按顺序调用或者遍历所有模型，用列表会很顺手。
• 字典：适合给每个模型加个标识（比如模型名称），后续可以通过key快速定位到目标模型，可读性更强。

用列表保存的示例 #

from sklearn.linear_model import LogisticRegression
from sklearn.neighbors import KNeighborsRegressor

# 初始化空列表存模型
trained_models = []

# 训练并保存LogisticRegression
lr_model = LogisticRegression()
lr_model.fit(X_train, Y_train)
trained_models.append(lr_model)

# 训练并保存KNeighborsRegressor
knn_model = KNeighborsRegressor()
knn_model.fit(X_train, Y_train)
trained_models.append(knn_model)

# 后续调用：按索引取模型
result_lr = trained_models[0].predict(X_test)
result_knn = trained_models[1].predict(X_test)

用字典保存的示例 #

from sklearn.linear_model import LogisticRegression
from sklearn.neighbors import KNeighborsRegressor

# 初始化空字典存模型
trained_models = {}

# 训练并保存LogisticRegression，用模型名做key
lr_model = LogisticRegression()
lr_model.fit(X_train, Y_train)
trained_models['logistic_regression'] = lr_model

# 训练并保存KNeighborsRegressor，同样用名称做key
knn_model = KNeighborsRegressor()
knn_model.fit(X_train, Y_train)
trained_models['kneighbors_regressor'] = knn_model

# 后续调用：通过key直接取对应模型
result_lr = trained_models['logistic_regression'].predict(X_test)
result_knn = trained_models['kneighbors_regressor'].predict(X_test)

这样不管用列表还是字典，都能把训练好的模型存在内存里，随时调用，不用每次都重新训练或者从磁盘加载~

内容的提问来源于stack exchange，提问作者user43348044