【scikit-learn】モデルの保存と読み込み方法ご紹介。

今回の記事はPythonのscikit-learnを用いて作成したモデルを保存・読み込みする方法に関してご紹介する内容になっています。実際に動く、コードベースで解説していきますので、scikit-learn初学者は是非参考にしてください。

モデルの保存

scikit-learnでモデルを作成する際は下記のコードで学習を行います。

from sklearn import model_selection
from sklearn.linear_model import LogisticRegression

# ロジスティック回帰による学習
model = LogisticRegression(C=1.0, solver='lbfgs')
model.fit([データ], [データのラベル])

このmodelというものを保存する必要があります。保存すると再利用可能です。保存する方法としてはオブジェクトファイルとして保存するのが一般的です。そのためpickleというライブラリを使用して、バイナリシリアル化を行い、モデル保存を行います。下記コードで保存できます。

import pickle

# モデルを保存する
filename = '[指定パス]/model.sav'
pickle.dump(model, open(filename, 'wb'))

これで指定のパスにモデルを保存できています。では次にモデルを読み込む方法をご紹介します。

モデルの読み込み

まず下記のコードでモデルを読み込みます。

# 保存したモデルをロードする
loaded_model = pickle.load(open(filename, 'rb'))

読み込んだモデルは下記で使えることを確認できます。

result = loaded_model.score(X_test, Y_test)

では今回の記事は以上です。他にも多数Pythonや機械学習関連の記事を記載しているので是非そちらも参考にしてみてください。