将 LGBMRegressor 模型从 python lightgbm 包保存到光盘

Question

嗨，我找不到将 LGBM 模型保存和重用到文件的方法。我使用了 python 包 lightgbm 和 LGBMRegressor 模型。能否请你帮忙？文档似乎没有有用的信息。我在 Spyder 上使用 python 3.5

Answer 1

尝试：

my_model.booster_.save_model('mode.txt')
#load from model:

bst = lgb.Booster(model_file='mode.txt')

注意：API 声明

my_model.booster_.save_model('mode.txt')
#load from model:

bst = lgb.Booster(model_file='mode.txt')

根据版本，上述方法之一有效。对于通用，您还可以使用泡菜或类似的东西来冻结您的模型。

import joblib
# save model
joblib.dump(my_model, 'lgb.pkl')
# load model
gbm_pickle = joblib.load('lgb.pkl')

让我知道这是否有帮助

Answer 2

对于 Python 3.7 和lightgbm==2.3.1，我发现以前的答案不足以正确保存和加载模型。以下工作：

lgbr = lightgbm.LGBMRegressor(num_estimators = 200, max_depth=5)
lgbr.fit(train[num_columns], train["prep_time_seconds"])
preds = lgbr.predict(predict[num_columns])
lgbr.booster_.save_model('lgbr_base.txt')

最后，我们可以通过以下方式验证这是否有效：

model = lightgbm.Booster(model_file='lgbr_base.txt')
model.predict(predict[num_columns])

如果没有上述内容，我会收到错误消息： AttributeError: 'LGBMRegressor' object has no attribute 'save_model'

Answer 3

使用最新版本的 lightGBM import lightgbm as lgb，这里是如何做到的：

model.save_model('lgb_classifier.txt', num_iteration=model.best_iteration) 

然后你可以阅读模型如下：

model = lgb.Booster(model_file='lgb_classifier.txt')