Colab 에서 학습한 인공지능을, Stremalit 에서 사용할 수 있게 만들기

머신러닝을 할 때에 인공지능을 학습시키기 위해 Colab에서 작업을 하게 되는데

학습이 끝난 인공지능을 가져와 Streamlit에서 사용하는 방법에 대해 알아보자.

 

우선 준비물은 학습이 끝난 인공지능과

피처 스케일링을 하기 위해 만든 X와 y의 scaler 가 필요하다.

 

# 피처스케일링을 할 수 있는 스케일러
X_scaler = MinMaxScaler()

y_scaler = MinMaxScaler()

X와 y 스케일러 2개를 가져오고,

from sklearn.linear_model import LinearRegression

regressor = LinearRegression()

regressor.fit(X_train, y_train)

학습이 되어있는 인공지능도 가져온다. ( fit 함수로 트레이닝이 끝난 인공지능 )

 

이 때 학습이 끝난 그대로 인공지능을 코드로 가져올 수 없기 때문에

 

import joblib    #인공지능을 파일로 저장하는 라이브러리

joblib.dump(regressor, 'regressor.pkl')

joblib.dump(X_scaler, 'X_scaler.pkl')

joblib.dump(y_scaler, 'y_scaler.pkl')

joblib 라이브러리의 dump 함수로 pkl 파일을 저장시켜 가져온다.

 

이제 Streamlit 을 작업 중인 편집기로 가서

 

import joblib

regressor = joblib.load('data/regressor.pkl')
X_scaler = joblib.load('data/X_scaler.pkl')
y_scaler = joblib.load('data/y_scaler.pkl')

pkl 파일을 불러온 후 

 

필요한 데이터를 입력받아 예측하면 된다.

 

인공지능을 적용시키는 방법은 다음 포스팅에서 작성하도록 하겠다.