# 3.4. 模型持久化 校验者: [@正版乔](https://github.com/apachecn/scikit-learn-doc-zh) [@小瑶](https://github.com/apachecn/scikit-learn-doc-zh) 翻译者: [@那伊抹微笑](https://github.com/apachecn/scikit-learn-doc-zh) 在训练完 scikit-learn 模型之后, 最好有一种方法来将模型持久化以备将来使用，而无需重新训练. 以下部分为您提供了有关如何使用 pickle 来持久化模型的示例. 在使用 pickle 序列化时，我们还将回顾一些安全性和可维护性方面的问题. ## 3.4.1. 持久化示例 可以通过使用 Python 的内置持久化模型将训练好的模型保存在 scikit 中, 它名为 [pickle](https://docs.python.org/2/library/pickle.html): ``` >>> from sklearn import svm >>> from sklearn import datasets >>> clf = svm.SVC() >>> iris = datasets.load_iris() >>> X, y = iris.data, iris.target >>> clf.fit(X, y) SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0, decision_function_shape='ovr', degree=3, gamma='auto', kernel='rbf', max_iter=-1, probability=False, random_state=None, shrinking=True, tol=0.001, verbose=False) >>> import pickle >>> s = pickle.dumps(clf) >>> clf2 = pickle.loads(s) >>> clf2.predict(X[0:1]) array([0]) >>> y[0] 0 ``` 在这个 scikit 的特殊示例中，使用 joblib 来替换 pickle (`joblib.dump` & `joblib.load`) 可能会更有意思, 这对于内部带有大量数组的对象来说更为高效, 通常情况下适合 scikit-learn estimators（预估器）, but can only pickle to the disk and not to a string: ``` >>> from sklearn.externals import joblib >>> joblib.dump(clf, 'filename.pkl') ``` 之后你可以使用以下方式加载 pickled model（可能在另一个 Python 进程中）: ``` >>> clf = joblib.load('filename.pkl') ``` Note `joblib.dump` 和 `joblib.load` 函数也接收类似 file 的对象而不是文件名. 有关使用 Joblib 来持久化数据的更多信息可以参阅 [这里](https://pythonhosted.org/joblib/persistence.html). ## 3.4.2. 安全性和可维护性的局限性 pickle (和通过扩展的 joblib), 在安全性和可维护性方面存在一些问题. 由于以下原因, - 不要打开不受信任的数据, 因为它可能导致恶意代码在加载时执行. - 虽然使用一个版本的 scikit-learn 保存的模型可能会在其他版本中加载，但这完全不受支持并且也不合适. 还应该记住, 对这些数据执行的操作可能会产生不同和意想不到的结果. 为了用将来版本的 scikit-learn 来重构类似的模型, 额外的元数据应该随着 pickled model 一起被保存： - 训练数据, 例如. 引用不可变的快照 - 用于生成模型更多 python 源代码 - scikit-learn 以及它的 dependencies 的版本 - 在训练数据的基础上获得的交叉验证得分 这样可以检查交叉验证得分是否与以前的范围相同. 由于模型内部表示可能在两种不同架构上不一样, 因此不支持在一个架构上转储模型并将其加载到另一个体系架构上. 如果您想要了解关于这些 issues 以及浏览其它可能的序列化方法的更多详情，请参阅这个 [Alex Gaynor 的演讲](http://pyvideo.org/video/2566/pickles-are-for-delis-not-software).