在R语言中，运行完“随机森林”模型后，我可以使用save.image("***.RData")来存储模型。之后，我可以直接加载模型进行预测。

在Python中可以做类似的事情吗？我将模型和预测分成了两个文件。在模型文件中：

rf= RandomForestRegressor(n_estimators=250, max_features=9,compute_importances=True)fit= rf.fit(Predx, Predy)

我尝试返回rf或fit，但仍然无法在预测文件中加载模型。

你能使用sklearn的随机森林包将模型和预测分开吗？

回答：

...import cPicklerf = RandomForestRegresor()rf.fit(X, y)with open('path/to/file', 'wb') as f:    cPickle.dump(rf, f)# 在你的预测文件中                                                                                                                                                                                                           with open('path/to/file', 'rb') as f:    rf = cPickle.load(f)preds = rf.predict(new_X)