An easy way of saving and loading a xgboost model is with joblib library.
import joblib #save model joblib.dump(xgb, filename) #load saved model xgb = joblib.load(filename)
保存:
如果我们想保存不同参数下的xgboost模型以供之后重载使用,且我们将已建好的一个xgb模型命名为model, 我们可以直接使用:
或者使用:
这两种方法都可以保存模型,不同的是dump_model可以同时保存模型和特证名称为txt格式。
重载:
model = xgb.Booster(model_file='实际模型保存路径')
但如果模型不是xgboost,该怎么保存呢?方法如下:
保存:
joblib.dump(model,filename) # model可以是xgb或其他任意模型,filename为文件名,比如:'ooo1_model.m'
重载:
model = joblib.load(filename)
An easy way of saving and loading a xgboost model is with joblib library.
import joblib #save model joblib.dump(xgb, filename) #load saved model xgb = joblib.load(filename)