我一直在使用 Python 中的决策树分类器进行学习算法。
from sklearn.tree import DecisionTreeClassifier
clf = DecisionTreeClassifier()
clf.fit(train, train_label)
predicted_label = clf.predict(test)
决策树分类器接受来自大型文本文件的训练标签。 我想运行该程序而不再次执行训练过程。我将如何在 Python 中做到这一点？我将如何包含预编译的学习模型并将其用于在另一个程序中进行测试？预编译的python文件与它有什么关系吗？
最佳答案
训练完模型后，您可以保存模型以供将来使用，从而避免训练过程。
import pickle
model.fit(X,y)
saved_model = pickle.dump(model,open('saved_model.sav', 'wb'))#save your model
.
.
.
model = pickle.loads(open('saved_model.sav', 'rb'))#get your model from saved model file
model.predict(X[0:1])#use without training
关于python - 预编译 Python 脚本并将其包含在另一个 Python 程序中，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/49064086/