在Scikit中保存经过交叉验证的训练模型

Question

我使用scikit-learn和Cross-Validation分类器在Naive Bayes中训练了一个模型。我如何坚持使用此模型以便以后针对新实例运行？

以下是我所拥有的，我可以获得CV分数，但我不知道如何访问受过训练的模型

gnb = GaussianNB() 
scores = cross_validation.cross_val_score(gnb, data_numpy[0],data_numpy[1], cv=10)

Answer 1

cross_val_score不会更改您的估算值，也不会返回适当的估算值。它只返回交叉验证估算的分数。

为了适合您的估算工具 - 您应该使用提供的数据集明确地调用它。 要保存（序列化）它 - 你可以使用pickle：

# To fit your estimator
gnb.fit(data_numpy[0], data_numpy[1])
# To serialize
import pickle
with open('our_estimator.pkl', 'wb') as fid:
    pickle.dump(gnb, fid)
# To deserialize estimator later
with open('our_estimator.pkl', 'rb') as fid:
    gnb = pickle.load(fid)