1
resposta

Esse fit que foi feito com RandomizedSearchCV ja pode ser exportado um modelo pra uso?

Depois que eu faço RandomizedSearchCV e faço o fit e rodo meu cross_val_score pra saber a acurácia Eu posso usar o joblib pra exportar um modelo em pkl pra ser usado igual exemplo abaixo ou eu teria que fazer mais algum passo?

espaco_de_parametros = {
    ......
}

busca = RandomizedSearchCV(DecisionTreeClassifier(),
                    espaco_de_parametros,
                    n_iter = 10,
                    cv = KFold(n_splits = 5, shuffle=True),
                    random_state = SEED)
busca.fit(x_azar, y_azar)
resultados = pd.DataFrame(busca.cv_results_)
resultados.head()

scores = cross_val_score(busca, x_azar, y_azar, cv = KFold(n_splits=5, shuffle=True))
imprime_score(scores)
melhor = busca.best_estimator_
print(melhor)

joblib.dump(busca, 'model.pkl')
1 resposta

Olá Rafael.

Na verdade, no Curso de Machine Learning: Validação de modelos, na aula 5 atividade 4 é explicado que essas técnicas que utilizamos são somente para uma etapa de analise e escolha do algoritmo.

Depois de escolhido vamos treinar ele com todos os dados como foi explicado nesse tópico.

E então esse modelo você pode exportar e utiliza-lo.

Espero ter esclarecido, mas qualquer duvida que tiver não hesite em perguntar.

Bons Estudos =D .

Quer mergulhar em tecnologia e aprendizagem?

Receba a newsletter que o nosso CEO escreve pessoalmente, com insights do mercado de trabalho, ciência e desenvolvimento de software