Beim Speichern des mit sklearn trainierten Klassifikators habe ich die Wahl zwischen pickle (oder cPickle) und joblib.dump().Unterschied zwischen dem Speichern eines Klassifikators mit Gurke und joblib.dump?
Gibt es irgendwelche Vorteile abgesehen von der Leistung zur Verwendung von joblib.dump()? Kann ein durch Beize gespeichter Klassifikator schlechtere Ergebnisse liefern als der mit Joblib gespeicherte?
joblib funktioniert besonders gut mit NumPy-Arrays, die von sklearn verwendet werden. Je nach Klassifikatortyp, den Sie verwenden, können Sie mit joblib Vorteile in Bezug auf Leistung und Größe erzielen.
Sonst funktioniert die Beize richtig. Wenn Sie also einen trainierten Klassifikator speichern und erneut laden, werden die gleichen Ergebnisse erzielt, unabhängig davon, welche der Serialisierungsbibliotheken Sie verwenden. Siehe auch die docs of sklearn on this topic.
Bitte beachten Sie, dass Joblib in Sklearn enthalten ist.
Sie verwenden tatsächlich das gleiche Protokoll (d. H. Joblib verwendet Pickle). Überprüfen Sie die documentation für joblib.dump - Sie können die Höhe der Gurkenkompression mit Argumenten zu Joblib angeben.