scikit lernen, SVM, wie speichern/laden von support-Vektoren?
mit python scikit svm, nach dem ausführen von clf.fit(X, Y), erhalten Sie Ihren support-Vektoren.
könnte ich laden Sie diese support-Vektoren direkt (übergeben als Parameter) beim instanziieren einer svm.SVC-Objekt? das bedeutet brauche ich nicht zu laufen fit () - Methode jedes mal zu tun prädikation
- Mögliche Duplikate stackoverflow.com/questions/11440970/...
Du musst angemeldet sein, um einen Kommentar abzugeben.
Aus der scikit-Handbuch: http://scikit-learn.org/stable/modules/model_persistence.html
1.2.4 Modell der Persistenz
Es ist möglich, ein Modell in der scikit durch die Verwendung von Python die built-in-Persistenz-Modell, nämlich die Gurke.
In dem speziellen Fall der scikit, kann es interessanter sein, zu verwenden joblib Ersatz der Gurke, die ist mehr
effizient auf große Datenmengen, sondern können nur Gurke auf dem Datenträger und nicht in einen string:
Können Sie das Modell speichern, um Sie später zu verwenden.
Ich schrieb den code unten, um das Modell verwenden, wenn es gibt eine, die ich eingebaut und gespeichert vor.