用 pickle 和 joblib.dump 保存分类器的区别？

Question

当存储用 sklearn 训练的分类器时，我可以在 pickle（或 cPickle）和 joblib.dump() 之间进行选择。

使用 joblib.dump() 除了性能之外还有什么好处吗？ pickle 保存的分类器是否会产生比 joblib 保存的分类器更差的结果？

Answer 1

他们实际上使用相同的协议（即 joblib 使用 pickle）。查看 documentation for joblib.dump - 您可以使用 joblib 的参数指定 pickle 压缩级别。

Answer 2

joblib 特别适用于 sklearn 使用的 NumPy 数组，因此根据您使用的分类器类型，使用 joblib 可能会带来性能和大小优势。

否则 pickle 确实可以正常工作，因此无论您使用哪个序列化库，保存经过训练的分类器并再次加载它都会产生相同的结果。另见 docs of sklearn on this topic.

请注意，joblib 包含在 sklearn 中。