保存和加载模型
DongFang1314 opened this issue · 3 comments
DongFang1314 commented
有试过怎么保存和加载模型吗 试过很多种方法都报错了 报错说是因为subclass。。。。。
DongFang1314 commented
或者说各个训练集的feature_columns不一样 预测的时候会报错怎么解决
jc-LeeHub commented
或者说各个训练集的feature_columns不一样 预测的时候会报错怎么解决
不一样肯定会报错啊，只能分开训，分开预测
DongFang1314 commented
或者说各个训练集的feature_columns不一样 预测的时候会报错怎么解决
不一样肯定会报错啊，只能分开训，分开预测
需求如此，只能拿今天的数据训练，明天的预测数据今天还拿不到
特征都是一样的，只是样本的分布不一样
类别特征的分布不一样会导致embedding lookup的时候报错（具体是超出emd的inputsize大小）
有3种解决方法
1、拿到新数据合并之前的数据，这样feature_columns就一样了 不过每次预测都要重新训练模型
2、labelencoder有个映射字典文件，每个不同的集合同样的类别类证labelencoder的时候公用一个映射字典文件
不过作者用的sklearn的labelencoder不支持本地映射字典文件
3、改写model里面的call方法 sparse_embed计算的时候emb look up报错给他一个全0向量