author =“maxwell flitton”，organization ='example'，
file_name ='neural.sav'）
這使您可以再次使用模型，而不會忘記輸入順序或指標等詳細信息。要加載模型，您只需使用pickle：
import pickle
loaded_model = pickle.load(open("neural.sav", 'rb'))
這會加載字典。如果您有新數據，可以調用“scaler” key 訪問保存的縮放器，並轉換新的輸入數據：
input_data = loaded_model['scaler'].transform([[1, 28, 0, 1, 30]])
現在您已經處理了新數據，您可以使用以下方法進行計算：
loaded_model['model'].predict(input_data)[0][0]
deploy-ml包裝器只需幾行代碼就可以重新採樣並保存記錄良好的SK-Learn模型。
分享到:
閱讀更多 不靠譜的貓 的文章
