[기계학습] machine learning sklearn 내부의 pickle lib 를 통해 모델을 저장하고 다시 로드하여 재사용할 수 있다.

2018.05.30 18:06

sklearn 내부의 pickle lib 를 통해 모델을 저장하고 다시 로드하여 재사용할 수 있다.

from sklearn import svm
from sklearn import datasets
clf = svm.SVC()
iris = datasets.load_iris()
X, y = iris.data, iris.target
clf.fit(X, y)  





import pickle
s = pickle.dumps(clf)
clf2 = pickle.loads(s)
clf2.predict(X[0:1])

y[0]

아래 api를 통해 file 저장도 가능한 듯 하다.

자세한 내용은 pickle 홈페이지에 있다.

https://docs.python.org/2/library/pickle.html

pickle.dump(obj, file[, protocol])

Write a pickled representation of obj to the open file object file. This is equivalent to Pickler(file, protocol).dump(obj).

If the protocol parameter is omitted, protocol 0 is used. If protocol is specified as a negative value or HIGHEST_PROTOCOL, the highest protocol version will be used.

Changed in version 2.3: Introduced the protocol parameter.

file must have a write() method that accepts a single string argument. It can thus be a file object opened for writing, a StringIO object, or any other custom object that meets this interface.

pickle.load(file)

Read a string from the open file object file and interpret it as a pickle data stream, reconstructing and returning the original object hierarchy. This is equivalent to Unpickler(file).load().

file must have two methods, a read() method that takes an integer argument, and a readline() method that requires no arguments. Both methods should return a string. Thus file can be a file object opened for reading, a StringIO object, or any other custom object that meets this interface.

This function automatically determines whether the data stream was written in binary mode or not.

경축! 아무것도 안하여 에스천사게임즈가 새로운 모습으로 재오픈 하였습니다.
어린이용이며, 설치가 필요없는 브라우저 게임입니다.
https://s1004games.com

pickle.dumps(obj[, protocol])¶

파일 저장은 아래와 같이 joblib 를 통해 저장할 수 있다.

In the specific case of the scikit, it may be more interesting to use joblib’s replacement of pickle (joblib.dump & joblib.load), which is more efficient on big data, but can only pickle to the disk and not to a string:

>>>

from sklearn.externals import joblib
joblib.dump(clf, 'filename.pkl') 

Later you can load back the pickled model (possibly in another Python process) with:

>>>clf = joblib.load('filename.pkl') 
 
자세한 내용은 아래의 scikit learn 홈페이지에서 확인 할 수 있다. 
http://scikit-learn.org/stable/tutorial/basic/tutorial.html#machine-learning-the-problem-setting

출처: http://fifthstory.tistory.com/entry/sklearn-model-백업-재사용 [다섯번째 이야기]

본 웹사이트는 광고를 포함하고 있습니다.
광고 클릭에서 발생하는 수익금은 모두 웹사이트 서버의 유지 및 관리, 그리고 기술 콘텐츠 향상을 위해 쓰여집니다.

이 게시물을

번호	제목	글쓴이	날짜	조회 수
공지	오라클 기본 샘플 데이터베이스	졸리운_곰	2014.01.02	86308
공지	[SQL컨셉] 서적 "SQL컨셉"의 샘플 데이타 베이스 SAMPLE DATABASE of ORACLE	가을의 곰을...	2013.02.10	78763
공지	[G_SQL] Sample Database	가을의 곰을...	2012.05.20	95509
61	[몽고디비 mongodb] MongoDB Bulk Insert – MongoDB insertMany	졸리운_곰	2020.10.09	770
60	[mongodb 몽고디비] How to insert multiple document into a MongoDB collection using Java?	졸리운_곰	2020.10.09	1164
59	Mongodb Bulk operation	졸리운_곰	2020.10.09	956
58	MongoDB Bulk Write(대랑 쓰기) & Retryable Write(쓰기 재시도)	졸리운_곰	2020.10.09	1343
57	How to work with MongoDB in .NET	졸리운_곰	2020.09.30	1373
56	MongoDB : 기본 구조	졸리운_곰	2020.09.30	1123
55	[mongodb] SQL to Aggregation Mapping Chart 몽고디비 SQL 쿼리 매핑	졸리운_곰	2020.09.23	1505
54	초간단 Mongo DB Quick Start Guide	졸리운_곰	2020.09.20	914
53	MongoDB(몽고디비) 특징 정리	졸리운_곰	2019.12.25	1264
52	MongoDB의 한계(?)	졸리운_곰	2019.01.22	1180
51	MongoDB의 기본 CRUD 문법.	졸리운_곰	2018.12.30	1526
50	MongoDB를 쓰면서 알게 된 것들	졸리운_곰	2018.12.30	1580
49	[MongoDB] MongoDB의 제약사항들. (MongoDB limits thresholds)	졸리운_곰	2018.12.30	1494
48	몽고DB 컬렉션 관리	졸리운_곰	2018.12.30	1251
47	MongoDB 명령어 (database, collection, document, query, cursor, index)	졸리운_곰	2018.12.30	1269
46	Neo4j 소개	졸리운_곰	2018.07.05	1325
45	[DB] neo4j를 정리하자.	졸리운_곰	2018.07.05	1228
44	Neo4J - 그래프 데이터베이스	졸리운_곰	2018.07.05	1472
43	MongoDB CRUD 동작의 이해	졸리운_곰	2018.06.26	1258
42	NoSQL 데이타 모델링 #1	졸리운_곰	2018.04.15	1631

첫 페이지 1 2 3 4 5 6 끝 페이지

쓰기

태그

[기계학습] machine learning sklearn 내부의 pickle lib 를 통해 모델을 저장하고 다시 로드하여 재사용할 수 있다.

sklearn 내부의 pickle lib 를 통해 모델을 저장하고 다시 로드하여 재사용할 수 있다.

경축! 아무것도 안하여 에스천사게임즈가 새로운 모습으로 재오픈 하였습니다. 어린이용이며, 설치가 필요없는 브라우저 게임입니다. https://s1004games.com

댓글 0

로그인

경축! 아무것도 안하여 에스천사게임즈가 새로운 모습으로 재오픈 하였습니다.
어린이용이며, 설치가 필요없는 브라우저 게임입니다.
https://s1004games.com