scikit multiflow 回归demo及模型序列化

导包

%matplotlib inline
from skmultiflow.data import FileStream
from skmultiflow.trees import RegressionHoeffdingTree
from skmultiflow.evaluation import EvaluatePrequential
import pandas as pd
import sys
sys.setrecursionlimit(100000)  # 用来防止内存不足

读取数据

默认最后一列为标签：

stream = FileStream("test.csv")

数据流的初始化

stream.prepare_for_use()

初始化RegressionHoeffdingTree模型

rht = RegressionHoeffdingTree()

初始化评价器

和分类的不同的是参数中metrics设置，具体的值可以在官方文档查看

evaluator = EvaluatePrequential(max_samples=100000, n_wait=1, pretrain_size=1000, max_time=100000,show_plot=True,metrics=['mean_square_error', 'true_vs_predicted'],output_file='results1.csv'
)

运行模型

evaluator.evaluate(stream=stream, model=rht)

于是出现了这样的动态图（这里不动哈哈）

查看训练出来的树的细节

print(rht.get_model_description())

打印出这样的样子（图未截完）

模型的序列化

在scikit multiflow中，支持使用pickle方法（pickle.dumps, pickle.loads）来进行保存和读取模型。
暂不支持joblib方法。

import pickle
with open('save','wb') as f:pickle.dump(rht,f)

加载模型并进行预测

with open('save','rb') as f:rht2 = pickle.loads(save)
print(X[0:1])
rht2.predict(X[0:1])

结果如下：

done!