6.22

5.md

@@ -1084,3 +1084,80 @@ LassoCV(alphas=None, copy_X=True, cv=None, eps=0.001,
 ```
 
 我们可以看到，我们在模型的训练中获得了极大的提升。这刚好解释了，我们需要承认，不是所有特征都需要或者应该放进模型中。
+
+## 5.11 使用 joblib 保存模型
+
+这个秘籍中，我们打算展示如何保存模型，便于以后使用。例如，你可能打算实际使用模型来预测结果，并自动做出决策。
+
+### 准备
+
+这个秘籍中，我们会执行下列任务：
+
+1.  训练我们要保存的模型
+
+2.  导入 joblib 并保存模型
+
+### 操作步骤
+
+为了使用 joblib 保存我们的模型，可以使用下面的代码：
+
+```py
+>>> from sklearn import datasets, tree
+>>> X, y = datasets.make_classification()
+
+>>> dt = tree.DecisionTreeClassifier() 
+>>> dt.fit(X, y)
+
+DecisionTreeClassifier(compute_importances=None, criterion='gini',
+                       max_depth=None, max_features=None,
+                       max_leaf_nodes=None, min_density=None,
+                       min_samples_leaf=1, min_samples_split=2,
+                       random_state=None, splitter='best')
+                       
+>>> from sklearn.externals import joblib
+>>> joblib.dump(dt, "dtree.clf")
+['dtree.clf', 
+ 'dtree.clf_01.npy',
+ 'dtree.clf_02.npy',
+ 'dtree.clf_03.npy',
+ 'dtree.clf_04.npy']
+```
+
+### 工作原理
+
+上面的下面的原理是，保存对象状态，可以重新加载进 Sklearn 对象。要注意，对于不同的模型类型，模型的状态拥有不同的复杂度级别。
+
+出于简单的因素，将我们要保存的东西看做一种方式，我们提供出入来预测结果。对于回归来说很简单，简单的线性代数就足以。但是，对于像是随机森林的模型，我们可能拥有很多颗树。这些树可能拥有不同的复杂度级别，比较困难。
+
+### 更多
+
+我们可以简单随机森林模型的大小：
+
+```py
+>>> from sklearn import ensemble
+
+>>> rf = ensemble.RandomForestClassifier() 
+>>> rf.fit(X, y)
+
+RandomForestClassifier(bootstrap=True, compute_importances=None,
+                        criterion='gini', max_depth=None,
+                        max_features='auto', max_leaf_nodes=None,
+                        min_density=None, min_samples_leaf=1,
+                        min_samples_split=2, n_estimators=10,
+                        n_jobs=1, oob_score=False,
+                        random_state=None, verbose=0)
+```
+
+我打算省略输出，但是总之，我的机器上一共有 52 个输出文件。
+
+```py
+>>> joblib.dump(rf, "rf.clf") 
+['rf.clf', 
+ 'rf.clf_01.npy', 
+ 'rf.clf_02.npy', 
+ 'rf.clf_03.npy', 
+ 'rf.clf_04.npy', 
+ 'rf.clf_05.npy', 
+ 'rf.clf_06.npy',
+ ...             ]
+```