python - 如何采用 sklearn post-cross_val_predict 模型对另一个缩放数据集进行预测？以及模型是否可以序列化？

Question

我在处理数据严重不平衡的 sklearn ML 案例时遇到了这个问题。下面的行提供了从混淆指标和精确记忆角度评估模型的基础，但是......它是一种训练/预测组合方法:

y_pred = model_selection.cross_val_predict(model, X, Y, cv=kfold)

问题是我如何利用这个“跨验证”模型来:

1)在另一个数据集(缩放)上进行预测，而不必每次都进行训练/预测？

2) 导出/序列化/部署模型来预测实时数据？

model.predict() #--> nope.  need a fit() first

model.fit() #--> nope.  a different model which does not take advantage of the cross_val_xxx methods

感谢任何帮助。

Answer 1

您可以使用数据拟合新模型。

交叉验证方面是关于验证模型的构建方式，而不是模型本身。因此，如果交叉验证正常，那么您可以使用所有数据训练一个新模型。

(有关更多详细信息，请参阅我的回复 Fitting sklearn GridSearchCV model )