Pickle

Czas wdrożyć swój pierwszy model na produkcję. Jest to klasyfikator lasów losowych, który posłuży jako punkt odniesienia, podczas gdy nadal pracujesz nad lepszą alternatywą. Masz dostęp do danych podzielonych na zbiór treningowy i testowy pod standardowymi nazwami: X_train, X_test, y_train i y_test, a także do modułu RandomForestClassifier() oraz biblioteki pickle z metodami .load() i .dump(), których użyjesz w tym ćwiczeniu.

Dopasuj klasyfikator lasów losowych do danych. Ustaw ziarno losowości na 42, aby wyniki były odtwarzalne.
Zapisz model do pliku za pomocą pickle. Otwórz plik docelowy, używając składni with open(____) as ____.
Wczytaj teraz model z pliku do nowej zmiennej o nazwie clf_from_file.
Zapisz predykcje wygenerowane przez wczytany model w zmiennej preds.

ćwiczenie

Pickle

Instrukcje

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje

ćwiczenie