python - 如何保存和加载 xgboost 模型？

Question

关闭。这个问题需要更多 focused .它目前不接受答案。

---

想要改进这个问题吗？ 更新问题，使其只关注一个问题 editing this post .

关闭 1 年前。

社区审核了是否重新打开此问题6 个月前 并关闭:

原始关闭原因未解决

Improve this question

来自 XGBoost guide :

After training, the model can be saved.

bst.save_model('0001.model')

The model and its feature map can also be dumped to a text file.

# dump model
bst.dump_model('dump.raw.txt')
# dump model with feature map
bst.dump_model('dump.raw.txt', 'featmap.txt')

A saved model can be loaded as follows:

bst = xgb.Booster({'nthread': 4})  # init model
bst.load_model('model.bin')  # load data

我的问题如下。

1. save_model和dump_model有什么区别？
2. 保存'0001.model'和'dump.raw.txt','featmap.txt'有什么区别？
3. 为什么加载model.bin的模型名和要保存的0001.model的模型名不同？
4. 假设我训练了两个模型:model_A 和 model_B。我想保存这两个模型以备将来使用。我应该使用哪个 save 和 load 功能？您能帮忙展示一下清晰的流程吗？

Answer 1

这是我解决问题的方法:

import pickle
file_name = "xgb_reg.pkl"

# save
pickle.dump(xgb_model, open(file_name, "wb"))

# load
xgb_model_loaded = pickle.load(open(file_name, "rb"))

# test
ind = 1
test = X_val[ind]
xgb_model_loaded.predict(test)[0] == xgb_model.predict(test)[0]

Out[1]: True