Menyimpan dan Memuat Ulang Pipeline Terlatih
Mempertahankan model dengan joblib
Menyimpan dan Memuat Ulang Pipeline Terlatih adalah pelajaran Data Science Academy gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Data Science Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Data Science Academy mencakup 4 pelajaran total.
Cukup Sekali Melatih
Anda telah meluangkan waktu untuk melakukan fitting dan menyetel pipeline. Menyimpannya berarti Anda tidak perlu melatih ulang hanya untuk membuat prediksi. 💾
Simpan Pipeline dengan Pickle
Pipeline yang telah melalui fitting adalah objek Python, sehingga Anda dapat melakukan serialize ke disk dan mengembalikannya persis seperti semula.
Mengapa joblib Unggul
Untuk objek scikit-learn yang berisi array NumPy, joblib lebih cepat dan lebih kecil daripada pickle biasa, sehingga menjadi pilihan default.
import joblibSimpan dengan Satu Panggilan
Berikan pipeline yang telah melalui fitting dan nama file kepada joblib.dump. Seluruh rangkaian persiapan data dan model akan tersimpan dalam satu file.
joblib.dump(pipe, 'model.joblib')Muat Kembali
Nanti, dalam skrip apa pun, joblib.load akan membangun kembali pipeline yang sama persis dan siap digunakan untuk prediksi tanpa perlu pelatihan ulang.
pipe = joblib.load('model.joblib')Segera Lakukan Prediksi
Objek yang dimuat ulang masih mengingat penskalaan dan bobot yang telah dipelajarinya, sehingga Anda dapat segera memanggil predict pada data baru.
preds = pipe.predict(new_data)Selaraskan Versi Anda
Model yang disimpan mungkin gagal jika dimuat menggunakan versi pustaka yang berbeda. Catat versi scikit-learn yang digunakan saat pelatihan.
Kolom Masukan Harus Sama
Data baru harus memiliki kolom yang sama dalam urutan yang sama seperti saat pelatihan. Pipeline mengharapkan schema yang persis sama agar dapat melakukan transformasi dengan benar.
Percayai Hanya File Anda
Memuat pickle menjalankan kode, jadi jangan pernah membuka file dari sumber yang tidak Anda percayai. Perlakukan file model sebagai sesuatu yang executable.
Kirim ke Produksi
File tunggal ini akan dimuat oleh aplikasi web atau pekerjaan batch Anda untuk menghasilkan prediksi. Menyimpan seluruh pipeline membuat deployment tetap sederhana.
Satu Paket, Tanpa Kejutan
Karena persiapan data ikut tersimpan bersama model, pipeline yang diterapkan akan mentransformasi input dengan cara yang sama seperti saat pelatihan. Tidak ada pergeseran dan tidak ada mismatch.
Pemeriksaan Singkat
Alat apa yang disarankan untuk menyimpan pipeline scikit-learn yang telah melalui fitting ke disk?
Ringkasan
Sekarang Anda dapat menyimpan pipeline yang telah dilatih dengan joblib dan memuatnya kembali di mana saja untuk melakukan prediksi seketika. Dengan ini, pembahasan pipeline dari awal hingga akhir selesai. 🎉
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Menyimpan dan Memuat Ulang Pipeline Terlatih” gratis?
Ya — teks lengkap “Menyimpan dan Memuat Ulang Pipeline Terlatih” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Data Science Academy, upgrade ke CoddyKit PRO. Kursus Data Science Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Menyimpan dan Memuat Ulang Pipeline Terlatih”?
Mempertahankan model dengan joblib Kamu berlatih Data Science Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Data Science Academy?
Tidak diperlukan pengalaman sebelumnya. Data Science Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.
Berapa lama pelajaran “Menyimpan dan Memuat Ulang Pipeline Terlatih” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Data Science Academy ini?
Ya. Setiap pelajaran Data Science Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Mengapa Pipeline Mengungguli Langkah Manual
- ColumnTransformer untuk Tipe Campuran
- Melakukan Penyetelan dengan GridSearchCV
- Menyimpan dan Memuat Ulang Pipeline Terlatih