python - 如何避免重新训练机器学习模型

在这里自学。

我正在构建一个预测事件的 Web 应用程序。

让我们考虑这个简单的例子。

X = [[0], [1], [2], [3]]
y = [0, 0, 1, 1]
from sklearn.neighbors import KNeighborsClassifier
neigh = KNeighborsClassifier(n_neighbors=3)
neigh.fit(X, y)

print(neigh.predict([[1.1]]))

我怎样才能保持 neigh 的状态，所以当我输入一个像 neigh.predict([[1.2]]) 这样的新值时，我不需要重新训练模型。有什么好的做法，或提示开始解决问题吗？

最佳答案

或者你只是想在拟合后保存你的模型

joblib.dump(neigh, FName)

并在需要时加载

neigh = joblib.load(FName)
neigh.predict([[1.1]])

关于python - 如何避免重新训练机器学习模型，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/28005537/