clap0107

필요 라이브러리 불러오기 from sklearn.tree import DecisionTreeClassifier from sklearn import datasets import joblib 예제로 "model"이라는 머신러닝 모델을 학습해 보았다. 모델 저장하기 #"saved"는 저장할 파일의 이름이고 "model"은 학습한 파일의 이름이다. joblib.dump(model, "saved.pkl") 모델 불러오기 #"saved"에 저장한 파일을 불러왔다. saved = joblib.load("saved.pkl") 이전에 포스팅에서는 pickle을 사용하여 모델을 저장하였다. 바이너리 파일을 열고 저장하는 방법이기 때문에 복잡하다. 그래서 joblib를 사용하는 게 더욱 간결하고 편한 것 같다.

필요 라이브러리 불러오기 from sklearn.tree import DecisionTreeClassifier from sklearn import datasets import joblib 예제로 "model"이라는 머신러닝 모델을 학습해 보았다. 모델 저장하기 import pickle #'saved_model'은 저장할 파일의 이름이다. with open('saved_model', 'wb') as f: pickle.dump(model, f) 모델 불러오기 import pickle #이제 "mod"라는 이름에 파일을 불러왔기 때문에 mod로 원하는 작업을 수행하면 된다. with open('saved_model', 'rb') as f: mod = pickle.load(f) 이렇게 모델을 저장해 두면 껐다 ..