[ML] Model, Scaler 저장/ 불러오기

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)