假设我运行SGDRegressor或SGDClassifier，并获得一组我想在将来使用的系数。做基本的预测绝对是微不足道的(因为，对于回归器，它只是矩阵乘法)，但是能够在拟合模型(如predict_proba等)上获得其他方法会很好。一般来说有没有办法做到这一点?我一直在看文档，什么也没找到。
为清楚起见，具体代码示例:
from sklearn import linear_model
sgd = linear_model.SGDRegressor()
sgd.fit([[0, 1, 1], [0, -1, 1]], [0, 1])
coefs = sgd.coef_
intercept = sgd.intercept_
我想做的就是把coefs和intercept存储在某个地方，然后能够用它们重新初始化SGDRegressor。这可能吗?
系数可以帮助您进行一些其他计算。但如果不是这种情况，您可以将学习到的模型保存到磁盘中，以后不用重新初始化就可以使用它。
这里有一个例子:scikit学习SVM，如何保存/加载支持向量?