假设我运行SGDRegressor或SGDClassifier，并获取一组我希望将来使用的系数。做基本预测肯定是微不足道的（因为，对于回归量，它只是矩阵乘法），但是能够在拟合模型上得到其他方法（如predict_proba等等）会很好。 ）。一般来说有没有办法做到这一点？我一直在查看文档但找不到任何内容。
为清晰起见，具体代码示例：
from sklearn import linear_model
sgd = linear_model.SGDRegressor()
sgd.fit([[0, 1, 1], [0, -1, 1]], [0, 1])
coefs = sgd.coef_
intercept = sgd.intercept_
我想要做的就是将coefs和intercept存储在某个位置，然后能够使用它们重新初始化SGDRegressor。这可能吗？
答案 0 :(得分：3)
系数可能会帮助您进行其他计算。但如果情况并非如此，您可以将学习的模型保存到光盘中，以后再使用它而无需重新初始化。