sklearnクラシファイアフィットをcross_valで保存する

Question

私はcross_valを使用して良い結果を得ている分類器を持っています。基本的に私がやっているすべては、次のとおりです。基本的に

clf = RandomForestClassifier(class_weight="balanced") 
scores = cross_val_score(clf, data, target, cv=8) 
predict_RF = cross_val_predict(clf, data, target, cv=8) 

from sklearn.externals import joblib 
joblib.dump(clf, 'churnModel.pkl') 

私が何をしたいのかcross_valとJOBLIBへの輸出によりフィットなってきたモデルを取ることです。私は私が得る別のプロジェクトでそれを引っ張るしようとすると、しかし：

sklearn.exceptions.NotFittedError: Estimator not fitted, call `fit` before exploiting the model. 

だから私は実際に私のCLFにフィットを保存していないcross_val推測していますか？ cross_valが生成しているモデルフィットをどのように維持しますか？

Answer 1

juanpa.arrivillagaが正しいです。私はあなたが手動でそれをやらなければならないのではないかと恐れていますが、scikit-learnはとても簡単です。 cross_val_scoreは、あなたに返されないディープコピーを作成しています。あなたは（すなわちclf_models）リストにjuanpa.arrivillagaのアドバイスを経由して

from sklearn.model_selection import StratifiedKFold 
from sklearn.ensemble import RandomForestClassifier 
from copy import deepcopy 

kf = StratifiedKFold(n_splits=8) 
clf = RandomForestClassifier(class_weight="balanced") 
clf_models = [] 

# keep in mind your X and y should be indexed same here 
kf.get_n_splits(X_data) 
for train_index, test_index in kf.split(X_data): 
    print("TRAIN:", train_index, "TEST:", test_index) 
    X_train, X_test = X_data[train_index], X_data[test_index] 
    y_train, y_test = y_data[train_index], y_data[test_index] 
    tmp_clf = deepcopy(clf) 
    tmp_clf.fit(X_train, y_train) 

    print("Got a score of {}".format(tmp_clf.score(X_test, y_test)) 
    clf_models.append(tmp_clf) 

-editをdeepcopiedモデルを持っているでしょう下回っ StratifiedKFoldは、より良い選択です。デモンストレーションのためだけに。