我使用fit方法训练了一个名为clf的估算器，并将模型保存到磁盘。下次运行程序，它将从磁盘加载clf。
我的问题是：
答案 0 :(得分：2)
如何预测保存在磁盘上的样本？我的意思是，如何加载和预测？
您必须为新样本使用与传递给fit方法的样本相同的数组表示。如果要预测单个样本，则输入必须是形状为(1, n_features)的2D numpy数组。
在HDD上读取原始文件并将其转换为适合分类器的numpy数组表示的方法是一个特定于域的问题：它取决于您是否尝试对文本文件，jpeg文件，视频文件中的帧进行分类，数据库中的行，syslog监控服务的日志行......
如何在预测后获取样本标签而不是标签整数？
只需保留标签名称列表，并确保在拟合时用作目标值的整数在[0, n_classes)范围内。例如['spam', 'ham']，如果你有[0, 1]范围内的预测，那么你可以这样做：
new_samples = # 2D array with shape (n_samples, n_features)
label_names = ['ham', 'spam']
predictions = [label_names[pred] for pred in clf.predict(new_samples)]