訓練模型的儲存與載入

　　1.目的：

　　將訓練好的模型儲存下來，已備下次使用，節省訓練時間，提高效率

　　2.API:

　　from sklearn.externals import joblib

　　儲存:

　　joblib.dump(rf,"test.pkl")

　　載入:

　　estimator = joblib.load("test.pkl")

　　3.Python程式碼實現:

　　# -*- coding: UTF-8 -*-

　　'''

　　@Author ：Jason

　　波士頓房價預測，將模型儲存到

　　'''

　　from sklearn.datasets import load_boston

　　from sklearn.model_selection import train_test_split

　　from sklearn.preprocessing import StandardScaler

　　from sklearn.linear_model import Ridge

　　from sklearn.metrics import mean_squared_error

　　from sklearn.externals import joblib

　　def model_save_fetch():

　　"""

　　嶺迴歸對波士頓房價進行預測

　　:return:

　　"""

　　# 1)獲取資料

　　boston = load_boston()

　　print("特徵數量：\n", boston.data.shape)

　　# 2)劃分資料集 鄭州婦科醫院哪家好

　　x_train, x_test, y_train, y_test = train_test_split(boston.data, boston.target, random_state=22)

　　# 3)標準化

　　transfer = StandardScaler()

　　x_train = transfer.fit_transform(x_train)

　　x_test = transfer.transform(x_test)

　　# # 4)預估器

　　# estimator = Ridge(alpha=0.5, max_iter=10000)

　　# estimator.fit(x_train, y_train)

　　#

　　# # 儲存模型

　　# joblib.dump(estimator, "./files/test.pkl")

　　# 載入模型

　　estimator = joblib.load("./files/test.pkl")

　　# 5)得出模型

　　print("嶺迴歸-權重係數為：\n", estimator.coef_)

　　print("嶺迴歸-偏置為：\n", estimator.intercept_)

　　# 6)模型評估

　　y_predict = estimator.predict(x_test)

　　print("預測房價：\n", y_predict)

　　error = mean_squared_error(y_test, y_predict)

　　print("嶺迴歸-均方誤差為：\n", error)

　　return None

　　if __name__ == "__main__":

　　model_save_fetch()