在SVM python中只训练一次

Question

我正在开展一个与人脸情绪检测相关的项目。我正在使用SVM来训练图像，并使用此训练数据来预测新图像。但是我必须在测试新图像之前训练所有的时间。有没有办法存储经过训练的数据并且每次都使用它来测试新图像？

clf = SVC(kernel='linear', probability=True, tol=1e-3)
def train():
    train_data,train_label = trainfiles()
    data = np.array(train_data)
    label = np.array(train_label)
    clf.fit(data,label)

Answer 1

分类器只是可以像其他任何一样进行转储的对象：

保存分类器

from sklearn.externals import joblib
joblib.dump(clf, 'filename.pkl') 

再次加载

clf = joblib.load('filename.pkl')