python/predictor.py

   1 from sklearn.linear_model import LogisticRegression
   2 try:
   3     import cPickle as pickle
   4 except:
   5     import pickle
   6
   7
   8 predictors = None
   9
  10 def init(fname = './model.pkl'):
  11     global predictors
  12     f = open(fname, 'rb')
  13     predictors = pickle.load(f)
  14     f.close()
  15
  16 def dump():
  17     global predictors
  18     ss = '\n'
  19     for i in predictors:
  20         ss += str(i.__dict__)
  21         ss += '\n'
  22     return ss
  23
  24
  25 def predict(index, features):
  26     pp = predictors[index]
  27     true_class = int(pp.classes_[1] == 1)
  28     prob = pp.predict_proba([features])[0, true_class]
  29     print prob
  30     return prob
  31
  32
  33 if __name__ == '__main__':
  34     init('./model.pkl')
  35     dump()
  36     feature=[1,1,1,1,1,1,1,1,1,1,  1,1,1,1,1,1,1,1,1,1,  2,2,2,2,2,2,2,2,2,2, 2,2,2,2,2,2,2,2,2,2]
  37     print predict(len(predictors) - 1, feature)
  38