我一直在使用Python中的决策树分类器进行学习算法。
from sklearn.tree import DecisionTreeClassifier
clf = DecisionTreeClassifier()
clf.fit(train, train_label)
predicted_label = clf.predict(test)
决策树分类器接受来自大型文本文件的训练标签。 我想运行程序而不再执行培训过程。我将如何在Python中执行此操作?我如何包含预编译的学习模型并将其用于另一个程序的测试?预编译的python文件与它有什么关系吗?
答案 0 :(得分:1)
在训练模型后,您可以保存模型以备将来使用,以避免训练过程。
import pickle
model.fit(X,y)
saved_model = pickle.dump(model,open('saved_model.sav', 'wb'))#save your model
.
.
.
model = pickle.loads(open('saved_model.sav', 'rb'))#get your model from saved model file
model.predict(X[0:1])#use without training