保存 StandardScaler() 模型以用于新数据集

Question

如何在 Sklearn 中保存 StandardScaler() 模型？我需要使模型可操作，并且不想一次又一次地加载训练数据以供 StandardScaler 学习，然后应用到我想要进行预测的新数据上。

from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

#standardizing after splitting
X_train, X_test, y_train, y_test = train_test_split(data, target)
sc = StandardScaler()
X_train_std = sc.fit_transform(X_train)
X_test_std = sc.transform(X_test)

Answer 1

您可以使用 joblib转储功能来保存标准缩放模型。这里有一个完整的例子供参考。

from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_iris

data, target = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(data, target)

sc = StandardScaler()
X_train_std = sc.fit_transform(X_train)

如果要保存sc标准调用程序，请使用以下命令

from sklearn.externals.joblib import dump, load
dump(sc, 'std_scaler.bin', compress=True)

这将创建文件 std_scaler.bin 并保存 sklearn 模型。

稍后读取模型使用负载

sc=load('std_scaler.bin')

注意：sklearn.externals.joblib已弃用。安装并使用 purejoblib代替

Answer 2

或者，如果您喜欢腌制：

import pickle
pickle.dump(sc, open('file/path/scaler.pkl','wb'))

sc = pickle.load(open('file/path/scaler.pkl','rb'))