Guardar y volver a cargar un pipeline entrenado

Ha invertido tiempo en ajustar y optimizar un pipeline. Guardarlo significa que nunca tendrá que volver a entrenarlo solo para realizar una predicción. 💾

Un pipeline ajustado es un objeto de Python, por lo que puede serializarlo en el disco y recuperarlo exactamente como estaba.

Para objetos de scikit-learn que contienen matrices de NumPy, joblib es más rápido y ocupa menos espacio que pickle estándar, por lo que es la opción predeterminada.

Entregue a joblib.dump su pipeline ajustado y un nombre de archivo. Toda la cadena de preparación y modelo quedará en un único archivo.

Más adelante, en cualquier script, joblib.load reconstruye el pipeline exacto, listo para realizar predicciones sin necesidad de volver a entrenarlo.

El objeto recargado aún conserva el escalado y los pesos aprendidos, por lo que puede llamar a predict con datos nuevos inmediatamente.

Un modelo guardado puede fallar si se carga con una versión diferente de la biblioteca. Registre la versión de scikit-learn con la que lo entrenó.

Los datos nuevos deben tener las mismas columnas, en el mismo orden que durante el entrenamiento. El pipeline espera ese esquema exacto para transformar los datos correctamente.

Cargar un archivo pickle ejecuta código, así que nunca abra archivos de fuentes en las que no confíe. Trate un archivo de modelo como ejecutable.

Este único archivo es el que carga su aplicación web o su proceso por lotes para ofrecer predicciones. Guardar todo el pipeline mantiene sencillo el despliegue.

Como la preparación acompaña al modelo, el pipeline desplegado transforma las entradas del mismo modo que durante el entrenamiento. Sin deriva ni incompatibilidades.

Ahora puede guardar un pipeline entrenado con joblib y volver a cargarlo en cualquier lugar para predecir al instante. Con esto se completan los pipelines de principio a fin. 🎉