脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python的joblib模块

Python中的joblib模块详解

 更新时间：2023年08月24日 09:10:39   作者：sodaloveer  
这篇文章主要介绍了Python中的joblib模块详解,用已知的数据集经过反复调优后,训练出一个较为精准的模型,想要用来对格式相同的新数据进行预测或分类,常见的做法是将其训练好模型封装成一个模型文件,直接调用此模型文件用于后续的训练,需要的朋友可以参考下

背景

用已知的数据集经过反复调优后，训练出一个较为精准的模型，想要用来对格式相同的新数据进行预测或分类。

难道又要重复运行用于训练模型的源数据和代码？

常见的做法是将其训练好模型封装成一个模型文件，直接调用此模型文件用于后续的训练 。

一、保存最佳模型

joblib.dump(value,filename,compress=0,protocol=None)
  • value：任何Python对象，要存储到磁盘的对象。
  • filename：文件名，str.pathlib.Path 或文件对象。要在其中存储文件的文件对象或文件路径。与支持的文件扩展名之一（“.z”,“.gz”,“bz2”,“.xz”,“.lzma”）
  • compress：int从0到9或bool或2元组。数据的可选压缩级别。0或False不压缩，较高的值表示更多的压缩，但同时也降低了读写时间。使用3值通常是一个很好的折衷方案。如果compress为
  • True，则使用的压缩级别为3。如果compress为2元组，则第一个元素必须对应于受支持的压缩器之间的字符串（例如’zlib’，‘gzip’，‘bz2’，‘lzma’，'xz '），第二个元素必须是0到9的整数，对应于压缩级别。
  • protocol：不用管了，与pickle里的protocol参数一样

举例

  • 导入数据
import pandas as pd
# 训练集
file_pos="F:\\python_machine_learing_work\\501_model\\data\\训练集\\train_data_only_one.csv"
data_pos=pd.read_csv(file_pos,encoding='utf-8')
# 测试集
val_pos="F:\\python_machine_learing_work\\501_model\\data\\测试集\\test_data_table_only_one.csv"
data_val=pd.read_csv(val_pos,encoding='utf-8')
  • 划分数据
# 重要变量
ipt_col=['called_rate', 'calling_called_act_hour', 'calling_called_distinct_rp', 'calling_called_distinct_cnt', 'star_level_int', 'online_days', 'calling_called_raom_cnt', 'cert_cnt', 'white_flag_0', 'age', 'calling_called_cdr_less_15_cnt', 'white_flag_1', 'calling_called_same_area_rate', 'volte_cnt', 'cdr_duration_sum', 'calling_hour_cnt', 'cdr_duration_avg', 'calling_pre7_rate', 'cdr_duration_std', 'calling_disperate', 'calling_out_area_rate', 'calling_distinct_out_op_area_cnt','payment_type_2.0', 'package_price_group_2.0', 'is_vice_card_1.0']
#拆分数据集(一个训练集一个测试集)
def train_test_spl(train_data,val_data):
    global ipt_col
    X_train=train_data[ipt_col]
    X_test=val_data[ipt_col]
    y_train=train_data[target_col]
    y_test=val_data[target_col]
    return X_train, X_test, y_train, y_test
	X_train, X_test, y_train, y_test =train_test_spl(data_pos_4,data_val_4)
  • 训练模型
from sklearn.model_selection import GridSearchCV
def model_train(X_train,y_train,model):
    ## 导入XGBoost模型
    from xgboost.sklearn import XGBClassifier
    if  model=='XGB':
        parameters = {'max_depth': [3,5, 10, 15, 20, 25],
          			  'learning_rate':[0.1, 0.3, 0.6],
          			  'subsample': [0.6, 0.7, 0.8, 0.85, 0.95],
              		  'colsample_bytree': [0.5, 0.6, 0.7, 0.8, 0.9]}
        xlf= XGBClassifier(n_estimators=50)
        grid = GridSearchCV(xlf, param_grid=parameters, scoring='accuracy', cv=3)
        grid.fit(X_train, y_train)
        best_params=grid.best_params_
        res_model=XGBClassifier(max_depth=best_params['max_depth'],learning_rate=best_params['learning_rate'],subsample=best_params['subsample'],colsample_bytree=best_params['colsample_bytree'])
        res_model.fit(X_train, y_train)
    else:
        pass
    return res_model
xgb_model= model_train(X_train, y_train, model='XGB')
  • 保存模型
# 导入包
import joblib 
# 保存模型
joblib.dump(xgb_model, 'train_rf_importance_model.dat', compress=3)

二、加载模型并用于预测

load joblib.load(filename, mmap_mode=None)
  • filename：str.pathlib.Path或文件对象。要从中加载对象的文件或文件路径。
  • mmap_mode：{无，‘r +’，‘r’，‘w +’，‘c’}，可选如果不是“None”，则从磁盘对阵列进行内存映射。此模式对压缩文件无效。请注意，在这种情况下，重建对象可能不再与原始对象完全匹配。

加载模型

# 加载模型
load_model_xgb_importance = joblib.load("F:\\python_machine_learing_work\\501_model\\data\\测试集\\train_xgb_importance_model.dat")
# 使用模型预测
y_pred_rf = model_predict(load_model_xgb_importance, X_test, alpha = alpha)

到此这篇关于Python中的joblib模块详解的文章就介绍到这了,更多相关Python的joblib模块内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • Python中位运算的详细用法教程

    Python中位运算的详细用法教程

    在Python中,位运算是一种对二进制数进行操作的运算方式,它们直接对二进制位进行操作,而不考虑这些位所表示的实际值,本文将详细介绍Python中的位运算符,需要的朋友可以参考下
    2024-08-08
  • python中的break、continue、exit()、pass全面解析

    python中的break、continue、exit()、pass全面解析

    下面小编就为大家带来一篇python中的break、continue、exit()、pass全面解析。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2017-08-08
  • python使用技巧-文件读写

    python使用技巧-文件读写

    这篇文章主要介绍了python使用技巧-文件读写,Python提供了非常方便的文件读写功能，其中open是读写文件的第一步，通过open读写文件的方式和把大象装冰箱是一样的,下面我们就来具体介绍该内容，需要的小伙伴可以参考一下
    2022-02-02
  • WINDOWS 同时安装 python2 python3 后 pip 错误的解决方法

    WINDOWS 同时安装 python2 python3 后 pip 错误的解决方法

    这篇文章主要给大家分享的是在WINDOWS下同时安装 python2 python3 后 pip 错误的解决方法，非常的实用，有需要的小伙伴可以参考下
    2017-03-03
  • pyspark dataframe列的合并与拆分实例

    pyspark dataframe列的合并与拆分实例

    这篇文章主要介绍了pyspark dataframe列的合并与拆分实例，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2023-03-03
  • 在 Python 中创建DataFrame的方法

    在 Python 中创建DataFrame的方法

    这篇文章主要介绍了教你如何在 Python 中创建DataFrame，我们将学习以多种方式创建DataFrame，DataFrame是数据的二维集合，是一种数据结构，其中数据以表格形式存储，更多相关资料需要的小伙伴可以参考一下
    2022-03-03
  • Python-openCV开运算实例

    Python-openCV开运算实例

    这篇文章主要介绍了Python-openCV开运算实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-07-07
  • 使用Python实现提取快递信息

    使用Python实现提取快递信息

    这篇文章主要为大家详细介绍了如何使用Python调用快递查询API接口,并提取出我们需要的快递信息,感兴趣的小伙伴可以跟随小编一起学习一下
    2024-04-04
  • 用Python制作检测Linux运行信息的工具的教程

    用Python制作检测Linux运行信息的工具的教程

    这篇文章主要介绍了用Python制作检测Linux运行信息的工具的教程,主要是用CPython读取运行系统的硬件参数、网络传输流量统计等，需要的朋友可以参考下
    2015-04-04
  • 如何使用python的ctypes调用医保中心的dll动态库下载医保中心的账单

    如何使用python的ctypes调用医保中心的dll动态库下载医保中心的账单

    这篇文章主要介绍了如何使用python的ctypes调用医保中心的dll动态库下载医保中心的账单,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2020-05-05

最新评论