scikit-learnで構築したモデルをシリアライズする - WEB SALAD

はじめに 11月となり、僕の修士研究*1も大詰めになってきました。 研究ではPythonの機械学習ライブラリであるscikit-learnを使っているのですが、先日、「（1時間かけて）訓練したモデルをシリアライズしておけば、評価用のプログラムと分割できて、色々と捗るのでは？」と思って調べたところ、かなり簡単にできたのでやり方をまとめました。 シリアライズとは シリアライズ - Wikipediaでは、2つの意味が紹介されていて、今回は後者の方が該当します。以下引用です。 ある環境に存在しているオブジェクトをバイト列やXMLフォーマットに変換すること。この意味では直列化という訳語が用いられる。同義語にMarshallingがある。対義語は直列化復元ないしデシリアライズである。 今回の文脈で言えば、Pythonプログラムの実行中にメモリ上に存在する変数を、バイト列に変換する（したがって、ローカ

[kent-where-the-light-is]

“カレントディレクトリにclf.pkl, clf.pkl_01.npy, clf.pkl_02.npy, ... というファイルが生成されたかと思います。 これをjoblib.loadで読み込むことで、予測モデルを復元することができます。 ”

[chezou]

なるほど。これがデファクトか