Как сохранить обученную модель машинного обучения в python и загрузить ее в C ++ для прогнозирования? - PullRequest
0 голосов
/ 20 июня 2020

Этот код поможет вам получить файл model.pkl, который мне нужно открыть в C ++

# Load libraries
from sklearn.ensemble import RandomForestClassifier
from sklearn import datasets
from sklearn.externals import joblib

# Load data
iris = datasets.load_iris()
features = iris.data
target = iris.target

# Create decision tree classifer object
classifer = RandomForestClassifier()

# Train model
model = classifer.fit(features, target)

# Save the model as pickle file
joblib.dump(model, "model.pkl")

Итак, из приведенного выше кода мы получили файл model.pkl, который представляет собой машинное обучение. модель (случайный классификатор леса). Теперь мне нужно прочитать файл model.pkl с помощью C ++ и протестировать модель, используя образцы данных (new_observation). Я могу сделать это в python следующим образом:

from sklearn.externals import joblib
# Load model from file 
classifer = joblib.load("model.pkl")
# Create new observation
new_observation = [[ 5.2,  3.2,  1.1,  0.1]]
# Predict observation's class
classifer.predict(new_observation)

Но нужно сделать это с помощью C ++, в основном, мне нужен эквивалентный код из четырех вышеуказанных строк (python на C ++), который я не делаю. я знаю.

...