MATLAB儲存分類器分類模型並進行測試
阿新 • • 發佈:2021-01-19
最近在做機器學習,發現很多實用MATLAB中的分類器進行分類的大多為交叉驗證,不存在儲存模型問題,因此在這裡記錄一下。
以隨機森林為例:
1. 訓練程式碼:
其中classifer即為我們訓練好的模型,我們可以選擇在驗證集上表現好的模型進行儲存,加斷點我們可以看到,classifer為1×1TreeBagger型別。
nTree = 10;
classifer = TreeBagger(nTree,train_datas,train_labels');
2. 儲存程式碼:
我們將classifer儲存為mat型別的檔案。
save('model_save.mat','classifer');
3. 載入模型並測試:
載入模型時,即載入mat檔案,此時model的型別為struct,即一個結構體,結構體內包含的檔名為classifer,檔案為1×1TreeBagger型別檔案,即上述訓練好的模型。然後讀取model內以classifer為檔名的檔案,此時classifer即為讀取後的模型,型別為1×1TreeBagger,接下來的使用方法與訓練時相同。
model = load('model_save.mat');
classifer = model.classifer;