2

假设我运行SGDRegressoror SGDClassifier，并获得一组我想在未来使用的系数。进行基本预测绝对是微不足道的（因为对于回归器，它只是矩阵乘法），但能够在拟合模型上使用其他方法（如predict_proba等）会很好。一般有没有办法做到这一点？我一直在浏览文档，找不到任何东西。

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_

我想做的只是保留coefs并intercept存储在某个地方，然后能够SGDRegressor用它们重新初始化 a 。那可能吗？

4

1 回答 1

3

系数可以帮助您进行一些其他计算。但如果不是这种情况，您可以将学习的模型保存到您的光盘中，以后无需重新初始化即可使用它。

这是一个例子：scikit learn SVM, how to save/load support vector?

于 2013-05-20T08:15:13.723 回答