如何在 cross_validate 之后导出/保存拟合模型并稍后在 pandas 使用它

Question

我正在使用 cross_validate sklearn 函数来拟合 RandomForest 分类器。我想知道是否有办法导出拟合模型以保存它们并导入以预测新数据。

我尝试使用 return_estimator=True 选项

[return_estimator : boolean, default False Whether to return the estimators fitted on each split.]

然后 joblib 保存估算器。但是当我加载保存的模型并尝试将其用于 predict 时，出现错误（见下文）。

rfc = RandomForestClassifier(n_estimators=100)
cv_results = cross_validate(rfc, X_train_std ,Y_train, scoring=scoring, cv=5, return_estimator=True)
rfc_fit = cv_results['estimator']

#save estimated model
savedir = ('C://Users//.......//src//US//') 

from sklearn.externals import joblib
filename = os.path.join(savedir, 'final_model.joblib')
joblib.dump(rfc_fit,filename)

rfc_model2 = joblib.load(filename)
bla = rfc_model2.predict(X_test_std)

AttributeError: 'tuple' object has no attribute 'predict'

我想我对 return_estimator 真正回馈的东西感到困惑.. 看起来它们不是合适的模型。那么，有没有办法提取在交叉验证期间拟合的模型以便重新使用它们？

谢谢

Answer 1

return_estimator returns 所有拟合模型的 'tuple'。

要解决这个问题，你需要select想要的模型，保存，加载然后预测。

示例：

from sklearn import datasets, linear_model
from sklearn.model_selection import cross_validate

diabetes = datasets.load_diabetes()
X = diabetes.data[:150]
y = diabetes.target[:150]
lasso = linear_model.Lasso()

cv_results = cross_validate(lasso, X, y, cv=3, return_estimator=True)
rfc_fit = cv_results['estimator']
print(rfc_fit)

上面打印了3个模型：

(Lasso(alpha=1.0, copy_X=True, fit_intercept=True, max_iter=1000,
normalize=False, positive=False, precompute=False, random_state=None, selection='cyclic', tol=0.0001, warm_start=False), Lasso(alpha=1.0, copy_X=True, fit_intercept=True, max_iter=1000, normalize=False, positive=False, precompute=False, random_state=None,
selection='cyclic', tol=0.0001, warm_start=False), Lasso(alpha=1.0, copy_X=True, fit_intercept=True, max_iter=1000, normalize=False, positive=False, precompute=False, random_state=None,
selection='cyclic', tol=0.0001, warm_start=False))

要查看其中包含多少模型，请执行以下操作：

print(len(rfc_fit))
# 3

假设您想要 select 第一个模型：

# select the first model
rfc_fit = rfc_fit[0]

# save it
from sklearn.externals import joblib
filename = os.path.join(savedir, 'final_model.joblib')
joblib.dump(rfc_fit,filename)

# load it
rfc_model2 = joblib.load(filename)

Predict 现在工作正常：

predicted = rfc_model2.predict(X)

如何在 cross_validate 之后导出/保存拟合模型并稍后在 pandas 使用它

How to export / save a fitted model after cross_validate and use it later on pandas

python

pandas

random-forest

scikit-learn