如何在Scikit-learn中重新加载已训练完成的回归器？

你完全没必要手动复制私有属性——Scikit-learn官方提供了模型序列化的标准方案，这才是生产环境加载预训练模型的正确姿势，既安全又省心。下面我一步步给你讲怎么操作：

一、先保存已训练好的模型 #

在你训练完模型的环境中，用joblib（Scikit-learn官方推荐，比pickle更适合处理大型模型）或者pickle把模型保存到文件里。以你的RidgeCV为例：

import joblib
from sklearn.linear_model import RidgeCV

# 假设你已经拟合好reg_1
reg_1 = RidgeCV()
reg_1.fit(X_train, y_train)  # X_train是3特征输入，y_train是2特征输出

# 保存模型到文件
joblib.dump(reg_1, 'ridgecv_model.pkl')

对于你的另外两个模型KNeighborsRegressor和LinearRegression，保存方式完全一样，只需要替换模型实例即可：

from sklearn.neighbors import KNeighborsRegressor
from sklearn.linear_model import LinearRegression

# 假设knn_reg和linear_reg已经训练好
joblib.dump(knn_reg, 'knn_regressor.pkl')
joblib.dump(linear_reg, 'linear_regressor.pkl')

二、在生产环境加载模型 #

到了生产代码里，只需要加载保存好的文件，就能直接使用模型做预测，完全不需要重新训练：

import joblib

# 加载RidgeCV模型
loaded_reg_1 = joblib.load('ridgecv_model.pkl')

# 验证加载后的模型参数是否和原模型一致
print('加载后的coef_:', loaded_reg_1.coef_)
print('加载后的alpha_:', loaded_reg_1.alpha_)

# 直接用加载后的模型做预测
y_pred = loaded_reg_1.predict(X_new)

同样的，加载另外两个模型也是一样的操作：

loaded_knn = joblib.load('knn_regressor.pkl')
loaded_linear = joblib.load('linear_regressor.pkl')

为什么不推荐手动复制私有属性？ #

你担心直接操作私有属性不妥是对的，主要有这几个问题：

• 模型内部结构复杂：不同模型的私有属性差异很大，比如RidgeCV除了coef_和alpha_，还有intercept_、cv_results_等关键属性，手动复制很容易遗漏，导致模型预测出错。
• 版本兼容性问题：Scikit-learn的版本更新可能会改变模型的内部属性结构，手动复制的代码在不同版本下可能失效，而官方的序列化工具会处理这些兼容问题。
• 维护成本高：如果后续更换模型，手动复制属性的代码需要重新调整，而序列化方案是通用的，所有Scikit-learn模型都支持。

注意事项 #

• 尽量保证保存模型和加载模型时的Scikit-learn版本一致，避免出现兼容性问题。如果版本差异较大，建议重新训练或测试加载后的模型是否正常工作。
• 如果你用pickle保存，代码逻辑和joblib类似，但joblib在处理包含大量numpy数组的模型时效率更高，所以更推荐使用joblib。

内容的提问来源于stack exchange，提问作者cbuchart