使用python scikit-learn，我将“极度随机树”分类器（ExtraTreesClassifier）拟合到100个特征的~900K样本数组（实数值float64） . 然后我试着腌它 .
我用以下方法实例化了classsifier：
cls = ExtraTreesClassifier（n_estimators = 10，random_state = 0，n_jobs = -1）
在拟合之后，我尝试了两种保存方式：
pickle.dump（cls，open（classifier_file，“wb”））
并且，使用joblib：
来自sklearn.externals导入joblib
joblib.dump（cls，classifier_file）
在常规泡菜中，它需要4千兆字节的空间！在joblib版本中，它占用大约1.5千兆字节的空间 .
它本身是否存储了一些适合或预测的原始输入数据？
1 回答
单个"Extremely Randomized Tree"可能会随着输入数据的大小而增长，因为它会创建一个决策树，将数据拆分为具有少量观察值的叶节点（例如，要么达到参数化限制 - 默认情况下这是
min_samples_split=2或pure并包含一个类） .具有大量高度预测功能的数据将具有观察次数较多的纯节点，因此占用的空间更少 . 存储的大小也应该与估算器的数量大致成比例 .