Hoe kan jy 'n scikit-leer-model uitvoer deur die joblib-biblioteek vanaf sklearn.externals te gebruik?
Om 'n scikit-leer-model uit te voer deur gebruik te maak van die joblib-biblioteek vanaf sklearn.externals, kan jy 'n paar eenvoudige stappe volg. Scikit-learn is 'n gewilde masjienleerbiblioteek in Python wat doeltreffende gereedskap vir data-analise en modellering bied. Joblib, aan die ander kant, is 'n biblioteek wat doeltreffende serialisering van Python-voorwerpe moontlik maak, insluitend scikit-leer-modelle.
Eerstens moet jy seker maak dat jy scikit-learn en joblib in jou Python-omgewing geïnstalleer het. U kan dit installeer met behulp van pip, die Python-pakketbestuurder, deur die volgende opdragte in u terminaal uit te voer:
pip installeer scikit-leer pip installeer joblib
Sodra u die nodige biblioteke geïnstalleer het, kan u voortgaan met die uitvoer van u scikit-learn-model. Die joblib-biblioteek bied 'n gerieflike funksie genaamd 'dump' waarmee jy jou model in 'n lêer kan stoor. Hierdie funksie neem twee argumente: die modelvoorwerp wat jy wil stoor en die lêernaam waar jy dit wil stoor.
Hier is 'n voorbeeld van hoe jy 'n scikit-leer model kan uitvoer deur joblib te gebruik:
python vanaf sklearn.externals voer joblib in vanaf sklearn.ensemble invoer RandomForestClassifier # Skep 'n scikit-learn model model = RandomForestClassifier() # Lei die model op jou data op # Stoor die model in 'n lêer joblib.dump(model, 'model.pkl' )
In die voorbeeld hierbo voer ons eers die nodige biblioteke in: `joblib` vanaf `sklearn.externals` en `RandomForestClassifier` vanaf `sklearn.ensemble`. Ons skep dan 'n instansie van die `RandomForestClassifier`-model en lei dit op ons data op. Ten slotte gebruik ons die `joblib.dump`-funksie om die model te stoor in 'n lêer met die naam `model.pkl`.
Nadat jy hierdie kode uitgevoer het, sal jy 'n lêer met die naam `model.pkl` in jou huidige gids vind. Hierdie lêer bevat al die nodige inligting om die opgeleide modelvoorwerp te herskep.
Om die model terug te laai in jou Python-omgewing, kan jy die `load`-funksie van die joblib-biblioteek gebruik. Hier is 'n voorbeeld:
python from sklearn.externals import joblib # Laai die model vanaf die lêer model = joblib.load('model.pkl') # Gebruik die model vir voorspelling of verdere ontleding
In die voorbeeld hierbo gebruik ons die `joblib.load`-funksie om die model vanaf die `model.pkl`-lêer te laai. Die gelaaide model kan dan gebruik word vir voorspelling of enige ander verdere ontleding wat jy dalk nodig het.
Om 'n scikit-learn-model uit te voer deur die joblib-biblioteek vanaf sklearn.externals uit te voer, moet jy scikit-learn en joblib installeer, jou modelvoorwerp skep, dit op jou data oplei en dan die `joblib.dump`-funksie gebruik om die model na 'n lêer. Om die model terug te laai in jou Python-omgewing, kan jy die `joblib.load`-funksie gebruik.
Ander onlangse vrae en antwoorde t.o.v Bevorder in masjienleer:
- Kan Google-wolkoplossings gebruik word om rekenaars van berging te ontkoppel vir 'n meer doeltreffende opleiding van die ML-model met groot data?
- Bied die Google Cloud Machine Learning Engine (CMLE) outomatiese hulpbronverkryging en -konfigurasie en hanteer hulpbronafskakeling nadat die opleiding van die model voltooi is?
- Is dit moontlik om masjienleermodelle op arbitrêr groot datastelle op te lei sonder enige haakplekke?
- Wanneer CMLE gebruik word, vereis die skep van 'n weergawe dat 'n bron van 'n uitgevoerde model gespesifiseer word?
- Kan CMLE van Google Wolk-bergingdata lees en 'n gespesifiseerde opgeleide model vir afleidings gebruik?
- Kan Tensorflow gebruik word vir opleiding en afleiding van diep neurale netwerke (DNN's)?
- Wat is die Gradient Boosting-algoritme?
- Wat is die nadele van die gebruik van Eager-modus eerder as gewone TensorFlow met Eager-modus gedeaktiveer?
- Wat is die voordeel daarvan om eers 'n Keras-model te gebruik en dit dan om te skakel na 'n TensorFlow-beramer eerder as om net TensorFlow direk te gebruik?
- Wat is die funksie wat gebruik word om voorspellings te maak deur 'n model in BigQuery ML te gebruik?
Bekyk meer vrae en antwoorde in Vooruitgang in masjienleer