我有一个分类器,我正在使用一个交叉值进行拟合,得到了很好的结果。基本上我所做的就是:
clf = RandomForestClassifier(class_weight="balanced")
scores = cross_val_score(clf, data, target, cv=8)
predict_RF = cross_val_predict(clf, data, target, cv=8)
from sklearn.externals import joblib
joblib.dump(clf, 'churnModel.pkl')
基本上,我想做的是把这个模型通过交叉值拟合,然后导出到joblib。然而,当我试图把它放在一个单独的项目中时,我得到了:
^{pr2}$所以我猜cross_-val实际上并没有把它保存到我的clf中?如何保持cross_-val生成的模型拟合度?在
在胡安帕.阿里维拉加是对的。恐怕你得手工操作,但scikit learn使它变得非常容易。cross_val_分数可创建未返回给您的经过培训的模型。下面列出的是经过培训的模型(即clf_模型)
-通过编辑胡安帕.阿里维拉加的建议 层状褶皱是一个更好的选择。只是为了示范。在
相关问题 更多 >
编程相关推荐