import joblib
joblib.dump(regressor, 'regressor.pkl')
joblib.dump(scaler_X, 'scaler_X.pkl')
joblib.dump(scaler_y, 'scaler_y.pkl')joblib을 통해 인공지능 모델 regressor와 x의 스케일러 scaler_X y의 스케일러 scaler_y를 pickle로 저장한다.
regressor = joblib.load('data/regressor.pkl')
scaler_X = joblib.load('data/scaler_X.pkl')
scaler_y = joblib.load('data/scaler_y.pkl')그후 streamlit이 작동되는 환경에서 폴더에 pickle파일들을 넣고 load한다. 이제 scaler_X로 새로운 데이터 전처리를 한후 regressor모델에 대입하고 scaler_y.inverse_transform함수로 예측값을 뽑아낸다.
'streamlit' 카테고리의 다른 글
| Data Dashboard App을 개발하는 순서 (0) | 2022.05.20 |
|---|---|
| streamlit 파이썬 개발 시, 파일 분리하여 개발하는 방법 (0) | 2022.05.20 |
| streamlit에서 Chart 사용법 (0) | 2022.05.20 |
| streamlit 사이드 바와 파일 업로드 (0) | 2022.05.20 |
| streamlit 유저한테 입력을 받는 방법 (0) | 2022.05.20 |