推荐订阅源

引入包（注意joblib的引入，如果使用from sklearn.externals import joblib会报错“ImportError: cannot import name 'joblib”）

from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
import joblib

模型的保存

def model_save():
    #X的shape是(150,4)，y是个一维数组，长度为150，可能有3种标签
    X, y = load_iris(return_X_y=True)

    #训练模型
    clf = LogisticRegression(random_state=0).fit(X, y)
    joblib.dump(clf,  "lr.pkl")

　　
模型的加载和使用

def model_load():
    clf = joblib.load("lr.pkl")    

    #X的shape是(150,4)，y是个一维数组，长度为150，可能有3种标签
    X, y = load_iris(return_X_y=True)

    #处理前两行，所有列。predict，返回的是这两行数据的预测结果，shape为(2,)
    labels = clf.predict(X[:2, :])
    print(labels.shape)