Scikit-Learn中的模型持久性

Question

我正在尝试保存和加载scikit-learn模型，但是当保存和加载发生在不同的python版本上时，我遇到了问题。这是我尝试过的：

1. 使用 pickle 在 python3 中保存模型并在 python2 中反序列化。这适用于某些模型，如LR，SVM，但不适用于KNN。

   >>> pickle.load(open("inPy3.pkl", 'rb')) #KNN model
   ValueError: non-string names in Numpy dtype unpickling
   

2. 另外，我尝试使用 jsonpickle 在 json 中序列化和反序列化，但收到以下错误。

   data = jsonpickle.encode(lr) #lr = logisticRegression Model
   jsonpickle.decode(data)
   AttributeError: 'dict' object has no attribute '__name__'
   

另外，我想知道是否有一些实用程序可用于将scikit-learn模型对象序列化和反序列化为人类可读格式（json，xml，protobuf等）。

Answer 1

您可以提取和存储它们的系数，而不是腌制整个模型。然后加载系数并用它们初始化模型。

与 sklearn 升级问题相关。类似的方法对 python 版本也有效。