J'ai entraîné un classificateur et je l'ai vidé et vidé son vectorizer. Maintenant, je veux le tester avec des données invisibles en chargeant le classificateur et le vectorizer. Quelqu'un peut-il aider?Test du classeur de vidage avec des données invisibles
Départ: http://scikit-learn.org/stable/modules/model_persistence.html
d'abord charger votre vectorizer retour de fichier:
from sklearn.externals import joblib
vectorizer = joblib.load('your_vectorizer.pkl')
clf = joblib.load('your_classifier.pkl')
Ensuite, il fonctionne comme avant qu'il largué à déposer auprès de cornichon. I.e .:
vectorized_data = vectorizer.transform(unseen_data)
predictions = clf.predict(vectorized_data)
Merci Lexxxxx.Je crois que votre code est correct, mais le problème maintenant avec la mémoire de mon ordinateur. Je travaille sur Anaconda et ça me donne une erreur de mémoire. Je pense qu'il faut prendre la mémoire de mon ordinateur –
Peut-être essayer quelques méthodes de sélection de fonctionnalités (également dans sklearn) avant de vous pickle. Vous pouvez probablement réduire la taille sans diminuer la précision. – Lexxxxx