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使用pyaudio实现录音功能

    Python使用pyaudio实现录音功能

    pyaudio是一个跨平台的音频I/O库，使用PyAudio可以在Python程序中播放和录制音频，本文将利用它实现录音功能，并做到停止说话时自动结束
    2023-05-05
  • 在VScode中配置Python开发环境的超详细指南

    在VScode中配置Python开发环境的超详细指南

    在使用VSCode编写Python代码前,我们需要先配置Python环境,这篇文章主要给大家介绍了关于在VScode中配置Python开发环境的相关资料,需要的朋友可以参考下
    2023-12-12
  • python实现文件+参数发送request的实例代码

    python实现文件+参数发送request的实例代码

    这篇文章主要介绍了python实现文件+参数发送request的实例代码,本文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
    2021-01-01
  • python使用turtle库与random库绘制雪花

    python使用turtle库与random库绘制雪花

    这篇文章主要为大家详细介绍了python使用turtle库与random库绘制雪花，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-06-06
  • python 在threading中如何处理主进程和子线程的关系

    python 在threading中如何处理主进程和子线程的关系

    这篇文章主要介绍了python 在threading中如何处理主进程和子线程的关系，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
    2020-04-04
  • colab中修改python版本的全过程

    colab中修改python版本的全过程

    日 对于没有服务器的研究生来说,Colab无疑是性价比最高的GPU选择,下面这篇文章主要给大家介绍了关于如何利用colab修改python版本的相关资料,需要的朋友可以参考下
    2022-04-04
  • PyQt 5 设置Logo图标和Title标题的操作

    PyQt 5 设置Logo图标和Title标题的操作

    这篇文章主要介绍了PyQt 5 设置Logo图标和Title标题的操作，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
    2021-03-03
  • 手把手带你用Python实现一个计时器

    手把手带你用Python实现一个计时器

    虽然Python是一种有效的编程语言，但纯Python程序比C、Rust和Java等编译语言中的对应程序运行得更慢，为了更好地监控和优化Python程序，今天将为大家介绍如何使用 Python 计时器来监控程序运行的速度，以便正对性改善代码性能
    2022-06-06
  • Python如使用正则表达式匹配提取文章日期

    Python如使用正则表达式匹配提取文章日期

    在处理文本数据时,从文章中提取日期信息是一个常见需求,本文将详细介绍如何使用正则表达式匹配各种常见日期格式,并提供可复用的代码示例,希望对大家有所帮助
    2026-04-04
  • Python关键字yield的用法详解

    Python关键字yield的用法详解

    在Python编程中,有一个强大而神秘的关键字,那就是yield,初学者常常被它搞得晕头转向,而高级开发者则借助它实现高效的代码,到底yield是什么？它又是如何在Python代码中发挥作用的呢？让我们一起来揭开它的面纱
    2024-07-07

最新评论