使用 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。

除了性能之外，使用 joblib.dump（） 还有什么好处吗？用泡菜保存的分类器会产生比用 joblib 保存的分类器更差的结果吗？

Answer 1

它们实际上使用相同的协议（即 joblib 使用 pickle）。查看joblib.dump的文档 - 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 可能会获得性能和大小优势。

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。另请参阅sklearn关于此主题的文档。

请注意，joblib 包含在 sklearn 中。