728x90
반응형
모델 저장 및 불러오기
훈련모델 저장 및 불러오는 2가지 방법
- joblib 방식
- pickle 방식
모델 저장하기 전에 와인데이터로 rf모델 생성함
joblib 방식
import joblib
'''
훈련모델 저장하기
- 파일 확장자는 자유롭게
'''
joblib.dump(rf, "./model/rf_model_joblib.md")
''' 모델 파일 불러들이기 '''
joblib_model = joblib.load("./model/rf_model_joblib.md")
joblib_model
joblib_model.predict(test_input)
pickle 방식
import pickle
'''
훈련모델 저장하기
- wb : w는 쓰기, b는 바이너리 => 바이너리 형태로 쓰기
'''
with open("./model/rf_model_pickle.md", "wb") as fw :
pickle.dump(rf, fw)'''
모델 파일 불러오기
- rb : r는 읽기, b는 바이너리 => 바이너리 형태의 파일 내용 읽기
'''
with open ("./model/rf_model_pickle.md", "rb") as f :
load_pickle_model = pickle.load(f)
load_pickle_model
load_pickle_model.predict(test_input)
728x90
반응형
'Digital Boot > 인공지능' 카테고리의 다른 글
| [인공지능][DL] Deep Learning - 신경망계층 추가방법 및 성능향상방법 (1) | 2024.01.03 |
|---|---|
| [인공지능][DL] Deep Learning - Tensorflow / 인공신경망 (0) | 2023.12.29 |
| [인공지능][ML] Machine Learning - 군집모델 / 군집분석 / 주성분분석(PCA) (0) | 2023.12.28 |
| [인공지능][ML] Machine Learning - 분류모델 선정하기 / GridSearchCV / 특성중요도 (0) | 2023.12.27 |
| [인공지능][ML] Machine Learning - 랜덤포레스트 (2) (1) | 2023.12.27 |