python - 如何将分类器和参数转储到表中？

Question

我正在尝试将分类器及其参数转储到表中，如下所示:

from sklearn.tree import DecisionTreeClassifier
from sklearn import datasets

iris = datasets.load_iris()
X, y = iris.data, iris.target
clf = DecisionTreeClassifier().fit(X, y)

当我打印 clf 时，我得到以下内容:

DecisionTreeClassifier(class_weight=None, criterion='gini', max_depth=None,
            max_features=None, max_leaf_nodes=None,
            min_impurity_split=1e-07, min_samples_leaf=1,
            min_samples_split=2, min_weight_fraction_leaf=0.0,
            presort=False, random_state=None, splitter='best')

如何将其转储到 .txt 中，甚至更好地转储到在列下包含此信息的表中。例如，在算法名称列下会显示C4.5等...

我尝试使用 from sklearn.externals import joblib 并执行:joblib.dump(clf, "outputfile.txt")。我会弄乱文本或非 ASCII 字符。

理想输出:

我知道这可能有点牵强，但我的问题只是如何正确输出分类器并捕获所有所需的信息。

Answer 1

如果你想按原样加载对象/模型，那么joblib就是方法(或者pickle，但scikit建议使用joblib)。如果您想保留参数并使用它们:

from sklearn.tree import DecisionTreeClassifier
import json

dt = DecisionTreeClassifier()
# do your stuff 
# ... 
# you can dump the parameters to json or to any other type of storage, load them and re use them.
with open("somefile.json", "wb") as f:
    json.dump(dt.get_params(), f)

# ... 
# and load them...with some proper error handling...
with open("somefile.json") as f:
    dt.set_params(**json.load(f))

一般来说，对于您所要求的内容，您必须做一些定制的事情。 (我也在实现一些东西来将信息保存在数据库中，以便能够重用它，但我还没有找到 joblib 的解决方法)