web-dev-qa-db-fra.com

Sklearn Comment enregistrer un modèle créé à partir d'un pipeline et de GridSearchCV en utilisant Joblib ou Pickle?

Après avoir identifié les meilleurs paramètres à l'aide d'un pipeline et GridSearchCV, comment puis-je pickle/joblib ce processus pour le réutiliser plus tard? Je vois comment faire ça quand c'est un seul classifieur ...

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

Mais comment puis-je enregistrer ce pipeline global avec les meilleurs paramètres après avoir effectué et terminé un gridsearch?

J'ai essayé:

  • joblib.dump(grid, 'output.pkl') - Mais qui a vidé chaque tentative de recherche de grille (beaucoup de fichiers)
  • joblib.dump(pipeline, 'output.pkl') - Mais je ne pense pas que cela contienne les meilleurs paramètres
X_train = df['Keyword']
y_train = df['Ad Group']

pipeline = Pipeline([
  ('tfidf', TfidfVectorizer()),
  ('sgd', SGDClassifier())
  ])

parameters = {'tfidf__ngram_range': [(1, 1), (1, 2)],
              'tfidf__use_idf': (True, False),
              'tfidf__max_df': [0.25, 0.5, 0.75, 1.0],
              'tfidf__max_features': [10, 50, 100, 250, 500, 1000, None],
              'tfidf__stop_words': ('english', None),
              'tfidf__smooth_idf': (True, False),
              'tfidf__norm': ('l1', 'l2', None),
              }

grid = GridSearchCV(pipeline, parameters, cv=2, verbose=1)
grid.fit(X_train, y_train)

#These were the best combination of tuning parameters discovered
##best_params = {'tfidf__max_features': None, 'tfidf__use_idf': False,
##               'tfidf__smooth_idf': False, 'tfidf__ngram_range': (1, 2),
##               'tfidf__max_df': 1.0, 'tfidf__stop_words': 'english',
##               'tfidf__norm': 'l2'}
pythonscikit-learnpipelinegrid-search
26
Jarad
from sklearn.externals import joblib
joblib.dump(grid.best_estimator_, 'filename.pkl')

Si vous souhaitez vider votre objet dans un fichier - utilisez:

joblib.dump(grid.best_estimator_, 'filename.pkl', compress = 1)
28
Ibraim Ganiev