引入包（注意joblib的引入，如果使用from sklearn.externals import joblib会报错“ImportError: cannot import name 'joblib”）
from sklearn.datasets import load_iris from sklearn.linear_model import LogisticRegression import joblib
模型的保存
def model_save():
#X的shape是(150,4)，y是个一维数组，长度为150，可能有3种标签
X, y = load_iris(return_X_y=True)
#训练模型
clf = LogisticRegression(random_state=0).fit(X, y)
joblib.dump(clf, "lr.pkl")
模型的加载和使用
def model_load():
clf = joblib.load("lr.pkl")
#X的shape是(150,4)，y是个一维数组，长度为150，可能有3种标签
X, y = load_iris(return_X_y=True)
#处理前两行，所有列。predict，返回的是这两行数据的预测结果，shape为(2,)
labels = clf.predict(X[:2, :])
print(labels.shape)
