Python statsmodels OLS: come salvare il modello appreso su file

Question

Sto cercando di imparare un modello ordinario dei minimi quadrati usando la libreria statsmodels di Python, come descritto in here.

sm.OLS.fit() restituisce il modello appreso. C'è un modo per salvarlo nel file e ricaricarlo? I miei dati di allenamento sono enormi e ci vuole circa mezzo minuto per apprendere il modello. Quindi mi chiedevo se esiste qualche possibilità di salvataggio/caricamento nel modello OLS.

Ho provato il metodo repr() sull'oggetto modello ma non restituisce alcuna informazione utile.

Answer 1

I modelli e le istanze di risultati hanno tutti un metodo di salvataggio e caricamento, quindi non è necessario utilizzare direttamente il modulo pickle.

Modifica per aggiungere un esempio:

import statsmodels.api as sm 

data = sm.datasets.longley.load_pandas() 

data.exog['constant'] = 1 

results = sm.OLS(data.endog, data.exog).fit() 
results.save("longley_results.pickle") 

# we should probably add a generic load to the main namespace 
from statsmodels.regression.linear_model import OLSResults 
new_results = OLSResults.load("longley_results.pickle") 

# or more generally 
from statsmodels.iolib.smpickle import load_pickle 
new_results = load_pickle("longley_results.pickle") 

Edit 2 Abbiamo aggiunto un metodo per load statsmodels principale API in master, quindi si può solo fare

new_results = sm.load('longley_results.pickle') 

Inoltre

Answer 2

Ho installato la libreria statsmodels e ho scoperto che è possibile salvare i valori utilizzando pickle module in python.

Modelli e risultati sono selezionabili tramite salvataggio/caricamento, salvando facoltativamente i dati del modello. [source]

Per fare un esempio:

Dato che si hanno i risultati salvati nei risultati variabili:

Per salvare il file:

import pickle  
with open('learned_model.pkl','w') as f: 
    pickle.dump(results,f) 

Per leggere il file:

import pickle 
with open('learned_model.pkl','r') as f: 
    model_results = pickle.load(f)