将sklearn模型导出到json。

sklearn-export的Python项目详细描述


sklearn导出

此包基于来自https://github.com/nok/sklearn-porter的sklearn端口。我之所以选择构建它是因为sklearn端口以矩阵格式保存数据。然而,大多数流行的代数库都是用来处理向量的。然后,sklearn export将sklearn模型数据保存为json格式(作为列向量)。请注意,这是一个测试版,然后只有一些模型和功能是支持的。

新功能(0.0.4)

错误更正并添加对svr和linearsvr的支持。

支架

ClassDetails
sklearn.svm.SVCC-Support Vector Classification. The multiclass support is handled according to a one-vs-one scheme.
sklearn.svm.NuSVCNu-Support Vector Classification. Similar to SVC but uses a parameter to control the number of support vectors.
sklearn.svc.LinearSVCLinear Support Vector Classification.
sklearn.neural_network.MLPClassifierMulti-layer Perceptron classifier.
sklearn.neural_network.MLPRegressorMulti-layer Perceptron regressor.
sklearn.linear_model.LogisticRegressionLogistic Regression (aka logit, MaxEnt) classifier.
sklearn.linear_model.LinearRegressionOrdinary least squares Linear Regression.
sklearn.preprocessing.MinMaxScalerTransforms features by scaling each feature to a given range.
sklearn.preprocessing.StandardScalerStandardize features by removing the mean and scaling to unit variance
sklearn.svm.SVREpsilon-Support Vector Regression.
sklearn.svm.LinearSVRLinear Support Vector Regression.

observation:从sklearn文档中提取的详细信息。

安装

我们建议使用pip进行安装:

$ pip install sklearn_export

如果您使用的是jupyter笔记本,请考虑通过笔记本电脑安装sklearn_export。然后,您可以键入并执行以下操作:

importsys!{sys.executable}-mpipinstallsklearn_export

用法

实际上,sklearn导出可以保存分类器、回归和一些定标器(请参阅支持会话)。

保存模型或缩放器

基本用法是保存一个简单的模型。

# Basic importsfromsklearn.datasetsimportload_irisfromsklearn_exportimportExportfromsklearn.neural_networkimportMLPRegressor# Load data and train modelsamples=load_iris()X,y=samples.data,samples.targetclf=MLPRegressor()clf.fit(X,y)# Save using sklearn_exportexport=Export(clf)export.to_json()

结果是一个json文件,可以用任何语言加载。

保存模型和缩放器

sklearn导出还可以在同一json中保存多个类。这用于存储分类器和定标器(例如)。老实说,实际上只可能存储一对模型和scaler。

# Basic importsfromsklearn.datasetsimportload_irisfromsklearn_exportimportExportfromsklearn.preprocessingimportStandardScalerfromsklearn.neural_networkimportMLPRegressor# Load datasamples=load_iris()X,y=samples.data,samples.target# Normalize datascaler=StandardScaler()Xz=scaler.fit_transform(X)# Train model with normalized dataclf=MLPRegressor()clf.fit(Xz,y)# Save model and scaler using sklearn_exportexport=Export([scaler,clf])export.to_json()

结果是一个json文件,其中包含有关模型和scaler的信息。文件可以用任何语言加载。

额外选项

方法to_json()还支持其他一些参数:

ParameterDetailsDefault
^{}Name of the output Json file^{}
^{}Path to save the file^{}
^{}Name of the output Json file^{}

问题

如果您有任何问题,请给我发一封邮件charles26f@gmail.com

欢迎加入QQ群-->: 979659372 Python中文网_新手群

推荐PyPI第三方库


热门话题
java无法在安卓 Studio中为安卓:onClick执行方法   传真我如何以编程方式接收传真?最好是java语言   开源如何向标准java库中添加任何类?   多线程Java执行器在上一个完成后执行一个可调用的?   java广播接收器在后台不工作   java替换元素   删除文件。java Maven项目   java不同语言   linux告诉java要听哪个键盘   数组Java 8流,仅第一次获取max()需要很长时间   从Stubbed@SpringBean返回的java Spock+Spring存根始终返回null   java为什么EnumMap为空值分配对象类对象?   使用Java对话框查找最小值和最大值   支持新旧安卓版本的java Copy with clipboard manager?   它显示了桌面版本。我想展示手机版(现在可以了)   java如何从文本文件中读取一行,调用该行上的函数并移动到第二行,等等?   java如何为体育项目编写深度图表和列表?   java如何创建IntentService来检查GoogleAppClient是否为空