モデルの保存方法

こんにちは！EMです^^

今回は、作成したモデルの保存の仕方について
さらっと解説していこうと思います。

 モデルを適合させて、その出来が良ければ、再度分析を繰り返すときに
またそのモデルを使いたいと思います。

モデルの適合は莫大な時間がかかるプロセスになる可能性もあります。

現実世界で使われるモデルは、教科書で習うモデルよりも
さらに複雑化されている場合がほとんどです。

その為、繰り返し行う分析や、新しいデータ使う場合でもモデルの再適合を行うのは
時間とエネルギーの無駄になる事が多いです。

しかし！

Pythonには、Picklingと呼ばれるお助けフレームワークがあります。

これにより、複雑な構造を保存および再読み込みする事が出来るようになります！

さて、joblib.dump()関数というものを使用してモデルをファイルに保存していきます。

保存するモデルインスタンスと保存先のファイル名を指定する必要があります。

その際、「.pkl拡張子」を使用しましょう。

※インスタント（python）とは…特定のクラスの個々のオブジェクト。 たとえば、クラスCircleに属するオブジェクトobjは、クラスCircleのインスタンスだそうです。

from sklearn.externals import joblib

joblib.dump(regfit, 'my_linear_model.pkl') 

output ['my_linear_model.pkl']

これで、モデルを新しい変数に再ロードできます。

ファイルにアクセスできる限り、新しいjupyternotebookやコンピューターでも実行できます。

my_new_linear_model = joblib.load('my_linear_model.pkl') 

さていかがでしたでしょうか？

この中では、出来るだけ作業の効率も重視した内容も盛り込んでいけたらと思っています。

ちなみに皆様に朗報です！

私今まで知らなかったんですが、CodeCampさんが無料で5回分無料レッスンを

されているらしいです、、、！

私が他のオンラインスクールで機械学習のコースを受講した際は

グループレッスンで約２倍のお値段を払ったので

完全マンツーマンでこのお値段は超良心的だなと思います。。。

ぜひ気になる方は無料体験もされてるみたいなので、一度WEBサイトを見てみてくださいね。

データ分析は時代が変化しても、必ず重宝される分野だと思っているので

プロから基礎を学ぶのは、本当に超効率的な自己投資だと思います。

はい、つい興奮してしましました。笑

最後まで読んで頂きありがとうございました。

それではまた次回お楽しみに～！