scikit learn SVM，如何保存/加载支持向量？

Question

使用Python的scikit-learn库中的支持向量机（SVM），在运行完clf.fit(X, Y)之后，你就得到了支持向量。我的问题是，我能否在创建svm.SVC对象时直接加载这些支持向量（作为参数传入）？也就是说，我不需要每次都运行fit()方法来进行预测。

Answer 1

你可以把模型保存起来，以便以后使用。
我写了下面的代码，用来在之前已经训练并保存过的模型存在时使用它。

from sklearn.externals import joblib
svm_linear_estimator = svm.SVC(kernel='linear', probability=False, C=1)
try:
    estimator = joblib.load("/my_models/%s.pkl"%dataset_name)
    print "using trained model"
except:
    print "building new model"
    estimator.fit(data_train, class_train)
    joblib.dump(estimator,"/my_models/%s.pkl"%dataset_name)

Answer 2

来自scikit的手册：http://scikit-learn.org/stable/modules/model_persistence.html

1.2.4 模型持久化

在scikit中，可以使用Python自带的持久化工具来保存模型，这个工具叫做pickle。

>>> from sklearn import svm
>>> from sklearn import datasets
>>> clf = svm.SVC()
>>> iris = datasets.load_iris()
>>> X, y = iris.data, iris.target
>>> clf.fit(X, y)
SVC(kernel=’rbf’, C=1.0, probability=False, degree=3, coef0=0.0, eps=0.001,
cache_size=100.0, shrinking=True, gamma=0.00666666666667)
>>> import pickle
>>> s = pickle.dumps(clf)
>>> clf2 = pickle.loads(s)
>>> clf2.predict(X[0])
array([ 0.])
>>> y[0]
0

不过在scikit的具体应用中，使用joblib来替代pickle可能更有意思，因为joblib在处理大数据时更高效，但它只能把数据保存到硬盘上，而不能直接保存为字符串：

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