Salvar e recarregar um pipeline treinado

Você investiu tempo ajustando uma pipeline. Salvá-la significa que nunca precisará treiná-la novamente apenas para fazer uma previsão. 💾

Uma pipeline ajustada é um objeto Python, portanto você pode serializá-la no disco e recuperá-la exatamente como estava.

Para objetos do scikit-learn cheios de matrizes do NumPy, o joblib é mais rápido e menor que o pickle comum, por isso é a escolha padrão.

Forneça sua pipeline ajustada e um nome de arquivo a joblib.dump. Toda a cadeia de pré-processamento e modelo será armazenada em um único arquivo.

Mais tarde, em qualquer script, joblib.load reconstrói a pipeline exata, pronta para fazer previsões sem precisar de um novo treinamento.

O objeto recarregado ainda se lembra da escala e dos pesos aprendidos, portanto você pode chamar predict imediatamente com dados novos.

Um modelo salvo pode parar de funcionar se for carregado com uma versão diferente da biblioteca. Registre a versão do scikit-learn usada no treinamento.

Os dados novos devem ter as mesmas colunas, na mesma ordem dos dados de treinamento. A pipeline espera exatamente esse esquema para fazer a transformação corretamente.

Carregar um pickle executa código; portanto, nunca abra arquivos de fontes nas quais você não confia. Trate um arquivo de modelo como executável.

Esse único arquivo é o que seu aplicativo web ou processo em lote carregará para fornecer previsões. Salvar a pipeline inteira mantém a implantação simples.

Como o pré-processamento acompanha o modelo, a pipeline implantada transforma as entradas da mesma forma que no treinamento. Sem desvio, sem incompatibilidade.

Agora você pode salvar uma pipeline treinada com joblib e recarregá-la em qualquer lugar para fazer previsões instantaneamente. Isso encerra o estudo de pipelines de ponta a ponta. 🎉