私は人間の顔から感情の検出に関連するプロジェクトに取り組んでいます。 SVMを使用して画像を最初にトレーニングし、この訓練されたデータを使用して新しい画像を予測します。しかし、私は新しいイメージをテストする前にすべてのtmeを訓練しなければなりません。訓練されたデータを保存し、毎回新しいイメージをテストするための方法はありますか？SVMのpythonで一度だけトレーニング

clf = SVC(kernel='linear', probability=True, tol=1e-3) 
def train(): 
    train_data,train_label = trainfiles() 
    data = np.array(train_data) 
    label = np.array(train_label) 
    clf.fit(data,label)

2016-11-27 Shivam Mitra

クラシファイア

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

負荷を保存します新しいトレーニングデータを入力する必要がありますか？モデルを保存して後でテストデータに使用する方法が必要ですか？ –

@MohamedALANIモデルを一度保存し、後でそれを使用して新しい画像をテストします。 –

クラシファイアは、ちょうどあなたが他のように同じようダンプできるというオブジェクトです：

あなたが新しいイメージをしようとすると、それは再び

clf = joblib.load('filename.pkl')

出典

2016-11-27 11:07:41

SVMのpythonで一度だけトレーニング

負荷を保存します新しいトレーニングデータを入力する必要がありますか？ モデルを保存して後でテストデータに使用する方法が必要ですか？ –

答えて

あなたが新しいイメージをしようとすると、それは再び

関連する問題

負荷を保存します新しいトレーニングデータを入力する必要がありますか？モデルを保存して後でテストデータに使用する方法が必要ですか？ –