更快地使用scikit-learn训练模型

Question

我使用scikit-learn训练了一个预测模型，并使用pickle保存到硬盘。pickle文件大小为58M，相当大。

为了使用这个模型，我写了这样的东西:

def loadModel(pkl_fn):
    with open(pkl_fn, 'r') as f:
         return pickle.load(f)

if __name__ == "__main__":
    import sys
    feature_vals = read_features(sys.argv[1])
    model = loadModel("./model.pkl")
    # predict 
    # model.predict(feature_vals)

我想知道在命令行中多次运行程序的效率。

Pickle文件应该是快速加载，但有任何方法，甚至加快?我可以将整个编译成二进制可执行文件吗?

Answer 1

如果您担心加载时间，您可以使用joblib.dump和joblib.load，它们在scikit-learn的情况下比pickle更有效。

一个完整的(非常简单的)例子，请参阅文档或ogrisel的相关回答:在scikit-learn中保存分类器到磁盘