#63 Section 18 回帰（７）モデルの保存

4th STEP 機械学習 Section 18 回帰（７） モデルの保存・再利用 Setup Compare Models Analyze Model データサイエンス チュートリアル Prediction Save Model 1

4th STEP 機械学習 Section 18 回帰（７） モデルの保存 モデルの保存 最後は、save_model関数を使用して、今までの分析の流れを後で使用するためにディスクに保存していきます。 save_model(選択したモデルの名前, '保存するモデルの名前') 今回は、「my_first_pipeline」という名前で保存します。 「my_first_pipeline」は、現在の作業ディレクトリに、モデルの IDに *.pkl の拡張子が付いたファイル（*pickle形式）として保存されます。これは、後でいつでも利用することができます。 *pickle形式：Pythonのメモリ上にあるデータ構造（例えば、リスト、辞書、クラスのインスタンス、そしてPyCaretの学習済 みモデルなど）を、ファイルに書き込んで保存できる形式のことです。そして、保存したファイルから元のPythonオブジェクトを 復元できます。 pickle形式のファイルは、path引数で指定した場所、または今回のようにpath引数を省略した場合は現在の作業ディレクト リに保存されます。関数の出力や、ファイルシステムを直接確認することで、保存場所を特定できます。ただし、 pickleファイル はテキスト形式ではなく、コンピュータが効率的にデータを読み書きするためのバイナリ形式で保存されています。そのため、 Googleドライブの検索エンジンでは、ファイルの内容をテキストとして解析することが難しく、キーワードで検索することが 2 できません。 データサイエンス チュートリアル

4th STEP 機械学習 Section 18 回帰（７） モデルの保存 モデルの保存 出力（１） save_model関数の主なアウトプットは、モデルだけでなく、データの前処理方法全体が一つのパイプラインとして保存されたこ と、そしてそのパイプラインに含まれる個々の処理ステップの詳細と、最終的な学習済みモデルの種類とハイパーパラメータ、そし て保存されたファイルの名前を示しています。この情報があれば、保存されたパイプラインがどのような処理を行い、どのようなモ デルを含んでいるかを後で正確に把握することができます（確認している人は少ないですが・・・）。 データサイエンス チュートリアル 3

4th STEP 機械学習 Section 18 回帰（７） モデルの保存

モデルの保存 出力（２）
1. Transformation Pipeline and Model Successfully Saved
→一連のデータ変換処理（Transformation Pipeline）と学習済みモデル（Model）が、指定されたファイルに問題なく保存されたことを示すメッセージ
です。
２．(Pipeline(memory=Memory(location=None),→PyCaretで学習済みのパイプライン全体の定義の始まりを示しています。
① ('numerical_imputer',TransformerWrapper(include=['age', 'bmi', 'children'],transformer=SimpleImputer())
→この部分は、数値データの欠損値補完を行う処理を記載しています。具体的には、「age、bmi、childrenの各列について、欠損値があった場合に、
その列の平均値で穴埋め（補完）する」という前処理を実行するように設定されています。
② ('categorical_imputer',TransformerWrapper(include=['sex', 'smoker','region’],
transformer=SimpleImputer(strategy='most_frequent')))
→この部分は、カテゴリデータの欠損値補完を行う処理を記載しています。具体的には、「sex、smoker、regionの各列について、欠損値があった場合に、
その列の中で最も多く出現する値（最頻値）で補完する」という前処理を実行するように設定されています。
③ ('ordinal_encoding',TransformerWrapper(include=['sex', 'smoker'],transfor...'data_type': dtype('O'),
'mapping': female 0
male
1
NaN
-1
dtype: int64},
{'col': 'smoker', 'data_type': dtype('O'),
'mapping': no
0
yes 1
NaN -1
dtype: int64}]))
データサイエンス チュートリアル

4

4th STEP 機械学習 Section 18 回帰（７） モデルの保存 モデルの保存 出力（３） →この部分は、カテゴリ変数を機械学習モデルが扱える数値形式に変換する『ordinalエンコーディング』について記載しています。具体的には、下記のように 整数に変換しています。 「sex」：femaleは0、maleは1、NaNは-1（データ型は整数） 「smoker」：noが0、yesが1、NaNが-1（データ型は整数） ④ ('onehot_encoding',TransformerWrapper(include=['region'],transformer=OneHotEncoder(cols=['region’], handle_missing='return_nan',use_cat_names=True))) →この部分は、カテゴリ変数を機械学習モデルが扱える数値形式に変換する『ワンホットエンコーディング（One-Hot Encoding）』について記載しています。 具体的には、下記のように設定されていると記載してあります。 ・エンコーディングの対象となる列がregion ・欠損値はNaNのまま出力される（すなわち、「この行はどの既知の地域カテゴリにも属さない」という情報をワンホットエンコーディングしても保持するという ことです。） ・変換後に生成される新しい列名に、元のカテゴリ値の名前を使用するという設定（例：region列にsouthwestという値がある場合、変換後の列名 は region_southwestのようになります。） ⑤ ('trained_model',<catboost.core.CatBoostRegressor object at 0x7e14bf322910>)]) →save_modelでモデルの処理全体を保存したことで、この学習済みCatBoostモデル自体も、それまでのすべて前処理ステップと一緒にファイル （my_first_pipeline.pkl）内に完全に一体化されて保存されたことが記載されています。at 0x7e14bf322910は、このモデルオブジェクトがコンピュー ターのメモリ内のどこに存在しているかを示す技術的なアドレス情報です（特に重要ではありません）。 ⑥ 'my_first_pipeline.pkl‘) →これまでに設定・学習されたすべての前処理ステップ（データの補完、エンコーディングなど）と、最終的な学習済みモデル（CatBoostRegressor）が 一体となって保存されたファイルの名前です。 データサイエンス チュートリアル 5

4th STEP 機械学習 Section 18 回帰（７） モデルの保存 モデルの再利用 load_model(‘保存したモデル名‘)を使うと、読み込む（ロードす る）ことができます。ここでは、読み込んだモデルを「loaded_best_pipeline」と 名付け直しています。 ① 「loaded_best_pipeline」と書くと、出力がこのようになります。 「 」をクリックすると、読み込んだモデルの詳細な説明が現れます。 ② これは、 『save_model』関数で保存した際の出力と同じ内容になって います。 データサイエンス チュートリアル 6