우노
[ML] Model, Scaler 저장/ 불러오기 본문
Dataset 에 Sklearn Scaler 적용
from sklearn.preprocessing import MinMaxScaler
# MinMaxScaler 객체 생성
minmax_scaler = MinMaxScaler()
# 훈련데이터의 모수 분포 저장
minmax_scaler.fit(X_train)
# 훈련 데이터 스케일링
X_train_scaled = minmax_scaler.transform(X_train)
Tensorflow Model 및 Sklearn Scaler 저장
Model 저장
# 모델 생성 및 훈련 model = create_model() model.fit(X_train_scaled, y_train, epochs=5) # 모델을 savedModel 포맷으로 저장 model.save('model')
Scaler 저장
from pickle import dump dump(minmax_scaler, open('./minmax_scaler.pkl', 'wb'))
Tensorflow Model 및 Sklearn Scaler 불러오기
Model 불러오기
import tensorflow as tf # 모델 불러오기 load_model = tf.keras.models.load_model('model')
Scaler 불러오기
from pickle import load load_minmax_scaler = load(open('./minmax_scaler.pkl', 'rb'))
Load Model 과 Load Scaler 테스트
from sklearn.preprocessing import MinMaxScaler
# 테스트 데이터 스케일링
X_test_scaled = load_minmax_scaler.transform(X_test)
# 모델 예측값 생성
y_pred = load_model.predict(X_test_scaled)
'AI > Machine Learning' 카테고리의 다른 글
[ML] 비지도 학습 ML 모델 종류 (0) | 2021.11.20 |
---|---|
[ML] XGBoost version 확인 (0) | 2021.11.04 |
[ML] 티처블 머신(Teachable Machine) 사용 방법 (3) | 2021.09.13 |
[ML] .h5 란? (2) | 2021.08.12 |
[ML] Sklearn Permutation Importance 를 사용한 Feature 중요도 파악 (2) | 2021.07.21 |
Comments