保存没有数据集的 scikit-learn 模型
Save scikit-learn model without datasets
我用 sklearn 库训练了一个 RandomForestClassifier 模型，并用 joblib 保存了它。现在，我有一个将近 1GB 的 joblib 文件，我正在 Nginx/Flask/Guincorn 堆栈上部署它。问题是我必须找到一种有效的方法来从文件加载此模型并为 API 请求提供服务。执行时是否可以在没有数据集的情况下保存模型：
joblib.dump(model, '/kaggle/working/mymodel.joblib')
print("random classifier saved")
Scikit-Learn 估计器的持久表示不 包括任何训练数据。
谈到决策树及其集成（例如随机森林），然后估计器对象的大小与决策树的深度（即 max_depth 参数）呈二次方关系。之所以如此，是因为决策树配置是使用 (max_depth, max_depth) 矩阵（float64 数据类型）表示的。
您可以通过限制 max_depth 参数来缩小您的随机森林对象。如果您担心预测性能的潜在损失，您可以增加子估计器的数量。
从长远来看，您可能希望探索 Scikit-Learn 模型的替代表示。例如，使用 SkLearn2PMML 包将它们转换为 PMML 数据格式。
我用 sklearn 库训练了一个 RandomForestClassifier 模型，并用 joblib 保存了它。现在，我有一个将近 1GB 的 joblib 文件，我正在 Nginx/Flask/Guincorn 堆栈上部署它。问题是我必须找到一种有效的方法来从文件加载此模型并为 API 请求提供服务。执行时是否可以在没有数据集的情况下保存模型：
joblib.dump(model, '/kaggle/working/mymodel.joblib')
print("random classifier saved")
Scikit-Learn 估计器的持久表示不 包括任何训练数据。
谈到决策树及其集成（例如随机森林），然后估计器对象的大小与决策树的深度（即 max_depth 参数）呈二次方关系。之所以如此，是因为决策树配置是使用 (max_depth, max_depth) 矩阵（float64 数据类型）表示的。
您可以通过限制 max_depth 参数来缩小您的随机森林对象。如果您担心预测性能的潜在损失，您可以增加子估计器的数量。
从长远来看，您可能希望探索 Scikit-Learn 模型的替代表示。例如，使用 SkLearn2PMML 包将它们转换为 PMML 数据格式。