如何保存到磁盘/导出在 python 中训练的 lightgbm LGBMRegressor 模型？

Question

您好，我无法找到一种方法来将 lightgbm.LGBMRegressor 模型保存到文件中供以后重新使用。

原文由 Utpal Datta 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

对于 Python 3.7 和 lightgbm==2.3.1 ，我发现之前的答案不足以正确保存和加载模型。以下工作：

 lgbr = lightgbm.LGBMRegressor(num_estimators = 200, max_depth=5)
lgbr.fit(train[num_columns], train["prep_time_seconds"])
preds = lgbr.predict(predict[num_columns])
lgbr.booster_.save_model('lgbr_base.txt')

最后，我们可以通过以下方式验证这是否有效：

 model = lightgbm.Booster(model_file='lgbr_base.txt')
model.predict(predict[num_columns])

如果没有以上内容，我会收到错误消息： AttributeError: 'LGBMRegressor' object has no attribute 'save_model'

原文由 JFRANCK 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

尝试：

 my_model.booster_.save_model('mode.txt')
#load from model:

bst = lgb.Booster(model_file='mode.txt')

注意：API 声明

bst = lgb.train(…)
bst.save_model('model.txt', num_iteration=bst.best_iteration)

根据版本的不同，上述方法之一有效。对于通用的，您还可以使用 pickle 或类似的东西来冻结您的模型。

 import joblib
# save model
joblib.dump(my_model, 'lgb.pkl')
# load model
gbm_pickle = joblib.load('lgb.pkl')

让我知道是否有帮助

原文由 Prayson W. Daniel 发布，翻译遵循 CC BY-SA 4.0 许可协议