금융 전략을 위한 머신러닝: 19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학

167

5

장

지도 학습: 회귀(시계열 모델)

차트에서

x

축은 특성의 중요도를 나타낸다. 따라서 소득과 순자산, 다음으로 연령과 위험을

감수하려는 의지가 위험 허용 범위를 결정하는 주요 변수가 된다.

6.3

추후 사용을 위한 모델 저장

이 단계에서는 차후 사용할 수 있도록 모델을 저장한다. 저장된 모델은 입력 변수 집합

이 주어지면 예측에 바로 사용할 수 있다. 모델은

pickle

패키지의 덤프 모듈을 사용해

finalized

_

model

.

sav

로 저장한다. 저장된 모델은 불러오기 모듈을 사용해 로딩할 수 있

다. 첫 번째 단계로 모델을 저장한다.

# Pickle을 사용한 모델 저장

from pickle import dump from pickle import load

# 모델을 디스크에 저장

filename = ‘finalized_model.sav’

dump(model, open(filename, ‘wb’))

이제 저장된 모델을 로딩해 예측에 사용해 보자.

# 디스크로부터 모델 불러오기

loaded_model = load(open(filename, ‘rb’))

# 검증셋에 대한 정확도 추정

predictions = loaded_model.predict(X_validation)

result = mean_squared_error(Y_validation, predictions) ...