我开发了一个脚本，用于根据之前手动标记的反馈来预测某些文本的可能标签。我使用了几篇在线文章来帮助我（特别是：https://towardsdatascience.com/multi-label-text-classification-with-scikit-learn-30714b7819c5）。
因为我想得到每个标签的概率，所以我使用的代码如下：
NB_pipeline = Pipeline([ ('clf', OneVsRestClassifier(MultinomialNB(alpha=0.3, fit_prior=True, class_prior=None))), ])predictions_en = {}for category in categories_en: NB_pipeline.fit(all_x_en, en_topics[category]) proba_en = NB_pipeline.predict_proba(pred_x_en) predictions_en[category] = proba_en[-1][-1]preds_en = pd.DataFrame(predictions_en.items())preds_en = preds_en.sort_values(by=[1], ascending=False)preds_en = preds_en.reset_index(drop=True)它对我来说运作得很好：它为每个可能的标签返回一个预测。但我的问题是，每次我尝试进行预测时，它都会重新训练算法。我希望能够在一个脚本中训练算法，保存训练好的算法，然后在另一个进行预测的脚本中加载它。
我想在第一个脚本中这样做：
for category in categories_en: NB_pipeline.fit(all_x_en, en_topics[category])在另一个脚本中这样做：
for category in categories_en: proba_en = NB_pipeline.predict_proba(pred_x_en) predictions_en[category] = proba_en[-1][-1]但我似乎无法让它工作。当我尝试分开它们时，它总是给我相同的预测结果。
回答：
你可以始终使用pickle来序列化任何Python对象，包括你的对象。因此，保存你的模型的最简单和最快的方法就是将其序列化到一个文件中，比如model.pickle。这是在你训练完模型后的第一部分完成的。之后，你所需要做的就是检查文件是否存在，并使用pickle再次反序列化它。
这是一个将Python对象序列化到文件的函数：
import pickledef serialize(obj, file): with open(file, 'wb') as f: pickle.dump(obj, f)这是一个从文件中反序列化Python对象的函数：
import pickledef deserialize(file): with open(file, 'rb') as f: return pickle.load(f)在你完成训练后，你所需要做的就是调用（如果NB_pipeline是你的模型对象）：
serialize(NB_pipeline, 'model.pickle')当你需要加载并使用它时，只需调用：
NB_pipeline = deserialize('model.pickle')