scikit SVMを学ぶ、サポートベクターを保存/読み込む方法は？

Question

python scikit svmを使用して、clf.fit（X、Y）を実行した後、サポートベクトルを取得します。 svm.SVCオブジェクトをインスタンス化するときに、これらのサポートベクターを直接（パラメータとして渡して）ロードできますか？つまり、毎回fit（）メソッドを実行して述語を実行する必要はありません。

Answer 1

：http://scikit-learn.org/stable/modules/model_persistence.html

1.2.4モデルの永続性 Pythonの組み込みの永続化モデル、すなわち、ピクルスを使用してscikitでモデルを保存することが可能です。 scikitの特定の場合には

>>> from sklearn import svm 
>>> from sklearn import datasets 
>>> clf = svm.SVC() 
>>> iris = datasets.load_iris() 
>>> X, y = iris.data, iris.target 
>>> clf.fit(X, y) 
SVC(kernel=’rbf’, C=1.0, probability=False, degree=3, coef0=0.0, eps=0.001, 
cache_size=100.0, shrinking=True, gamma=0.00666666666667) 
>>> import pickle 
>>> s = pickle.dumps(clf) 
>>> clf2 = pickle.loads(s) 
>>> clf2.predict(X[0]) 
array([ 0.]) 
>>> y[0] 
0 

、ビッグデータの効率的な 以上である、漬物のJOBLIBの交換を使用する方が面白いかもしれないが、唯一のディスクにしていない文字列に酸洗いすることができます

>>> from sklearn.externals import joblib 
>>> joblib.dump(clf, ’filename.pkl’) 

Answer 2

モデルを保存して後で使用することができます。 前に適合し保存したモデルが存在する場合、モデルを使用するために以下のコードを書きました。 scikitマニュアルから

from sklearn.externals import joblib 
svm_linear_estimator = svm.SVC(kernel='linear', probability=False, C=1) 
try: 
    estimator = joblib.load("/my_models/%s.pkl"%dataset_name) 
    print "using trained model" 
except: 
    print "building new model" 
    estimator.fit(data_train, class_train) 
    joblib.dump(estimator,"/my_models/%s.pkl"%dataset_name)