我对保存在Sklearn中创建的模型（例如，EmpiricalCovariance，MinCovDet或OneClassSVM）以及稍后重新申请感兴趣。 我熟悉保存PKL文件和joblib的选项，但是我更希望显式保存模型而不是序列化的python对象。 这样做的主要动机是它可以轻松查看模型参数。
我找到了一个这样做的参考： http://thiagomarzagao.com/2015/12/07/model-persistence-without-pickles/
问题是： 我可以指望这项工作随着时间的推移（即sklearn的新版本）？这是太多的＆＃34; hacky＆＃34;解？
有没有人有这方面的经验？
由于 乔纳森
答案 0 :(得分：1)
我不认为这是一个hacky解决方案，一位同事做了类似的事情，他导出一个模型，由一个用golang编写的记分员消耗，并且比scikit快得多 - 学习得分手。如果您担心未来版本的sklearn具有兼容性，则应考虑使用conda或virtualenv等环境管理器;因为这只是一个很好的软件工程实践，你应该开始习惯。