[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	86162
공지	[SQL컨셉] 서적 "SQL컨셉"의 샘플 데이타 베이스 SAMPLE DATABASE of ORACLE	가을의 곰을...	2013.02.10	78656
공지	[G_SQL] Sample Database	가을의 곰을...	2012.05.20	95390
18	TensorFlow Lite 101 - MoblieNet 맛보기	졸리운_곰	2018.05.30	1089
17	Apache MXNet에서 사전 트레이닝된 모델을 사용해 보세요.	졸리운_곰	2018.05.30	988
16	MXNet을 활용한 이미지 분류 앱 개발하기	졸리운_곰	2018.05.30	1424
15	세상에 있는 (거의) 모든 머신러닝 문제 공략법	졸리운_곰	2018.05.30	1119
»	sklearn 내부의 pickle lib 를 통해 모델을 저장하고 다시 로드하여 재사용할 수 있다.	졸리운_곰	2018.05.30	1636
13	텐서플로우 기반 딥러닝 훈련 모델 파일 저장, 로딩 및 재활용	졸리운_곰	2018.05.30	1765
12	TensorFlow 모델을 저장하고 불러오기 (save and restore)	졸리운_곰	2018.05.30	1638
11	텐서플로우(TensorFlow)를 이용해서 글자 생성(Text Generation) 해보기 – Recurrent Neural Networks(RNNs) 예제 – Char-RNN	졸리운_곰	2018.05.13	1122
10	외장형 그래픽카드로 우분투에서 텐서플로우 사용 How to setup an eGPU on Ubuntu for TensorFlow	졸리운_곰	2018.05.09	1426
9	Keras and NLTK 케라스를 이용한 NLTK 자연어처리	졸리운_곰	2018.05.08	1600
8	Windows7에서 "처음 심층 학습 프로그램」을 사경 보면 (1-2) 제 1 장 후반	졸리운_곰	2018.05.08	1138
7	CSLAIER CSLAIER에 의한 LSTM	졸리운_곰	2018.05.08	1662
6	Tensorboard 사용하기 1	졸리운_곰	2018.05.08	1410
5	텐서보드 사용법	졸리운_곰	2018.05.08	1407
4	Ubuntu 18.04 Settings for TensorFlow 설치	졸리운_곰	2018.05.08	1181
3	딥러닝용 서버 설치기	졸리운_곰	2018.05.07	1391
2	Installing Tensorflow GPU on Ubuntu 18.04 LTS	졸리운_곰	2018.05.06	1215
1	TensorFlow Lite 101 - MoblieNet 맛보기	졸리운_곰	2018.04.07	1273

첫 페이지 1 2 3 4 5 6 7 8 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