학습시킨 모델 저장하기
학습시킨 인공지능 모델을 저장하고 로드 하는 방법이다.
학습시킨 모델을 저장하기 위해서는 joblib 라이브러리가 필요하다
import joblib
dump 함수를 이용하여서 저장하고자 하는 모델을 괄호안에 적어주고, 모델명과 함께 pickle 파일로 저장을 해주면 된다.
joblib.dump(classifier2, 'classifier.pkl')
joblib.dump(scaler_X, 'scaler_X.pkl')
로드할 때는 joblib.load 를 하여서 괄호안에 pickle 파일명을 적어주면 된다.
로드한 파일은 새로운 변수에 저장하여서 사용할 수 있다.
classifier = joblib.load('classifier.pkl')
scaler_X = joblib.load('scaler_X.pkl')
아래는 joblib 으로 로드한 인공지능 모델을 사용하는 내용이다.
import numpy as np
new_data = np.array([25,70000])
new_data = new_data.reshape(1,2)
new_data = scaler_X.transform(new_data)
new_data
classifier.predict(new_data)
'Machine Learning' 카테고리의 다른 글
| Hierarchical Clustering - Dendrogram, 최적의 클러스터 갯수 찾기 (0) | 2022.12.05 |
|---|---|
| K-Means Clustering - wcss 로 기준점 찾기 (0) | 2022.12.05 |
| Decision Tree , Random Forest 로 데이터 분류하기 (0) | 2022.12.02 |
| Grid search - 모델 성능을 최고로 만드는 파라미터 값을 찾아준다 (0) | 2022.12.02 |
| KNN - K-Nearest Neighbo 로 데이터 분류하기 (0) | 2022.12.02 |