মডেল সেভ করা এবং পুনরায় লোড করা

মডেল সেভ করা এবং পুনরায় লোড করা মেশিন লার্নিংয়ের একটি গুরুত্বপূর্ণ অংশ। এটি আপনাকে আপনার মডেলটি পরে পুনরায় ব্যবহার করতে সক্ষম করে, যা সময় সাশ্রয়ী এবং কার্যকরী। এখানে আমি Python এবং CatBoost লাইব্রেরি ব্যবহার করে একটি উদাহরণসহ দেখাব কিভাবে মডেল সেভ এবং পুনরায় লোড করা যায়।

CatBoost মডেল সেভ করা

CatBoost লাইব্রেরিতে, মডেল সেভ করতে save_model মেথড ব্যবহার করা হয়। এটি আপনার প্রশিক্ষিত মডেলটিকে একটি ফাইল হিসাবে সংরক্ষণ করে, যা পরবর্তীতে পুনরায় লোড করা যেতে পারে।

উদাহরণ: CatBoost মডেল সেভ করা

import pandas as pd
from catboost import CatBoostClassifier

# উদাহরণ ডেটা তৈরি করা
data = {
    'feature1': [1, 2, 3, 4, 5],
    'feature2': ['A', 'B', 'A', 'B', 'A'],
    'label': [0, 1, 0, 1, 0]  # 0 = Negative, 1 = Positive
}

df = pd.DataFrame(data)

# ক্যাটাগরিকাল ফিচার এনকোডিং
df['feature2'] = df['feature2'].map({'A': 0, 'B': 1})

# প্রশিক্ষণ ও টেস্ট ডেটাতে বিভক্ত করা
X = df[['feature1', 'feature2']]
y = df['label']

# CatBoostClassifier তৈরি করা
model = CatBoostClassifier(iterations=100, depth=3, learning_rate=0.1, loss_function='Logloss', verbose=0)

# মডেল প্রশিক্ষণ
model.fit(X, y)

# মডেল সেভ করা
model.save_model('catboost_model.cbm')

CatBoost মডেল লোড করা

একবার মডেল সেভ হলে, সেটিকে পুনরায় লোড করা সহজ। load_model মেথড ব্যবহার করে আপনি সেভ করা মডেলটি পুনরায় লোড করতে পারেন।

উদাহরণ: CatBoost মডেল লোড করা

from catboost import CatBoostClassifier

# মডেল লোড করা
loaded_model = CatBoostClassifier()
loaded_model.load_model('catboost_model.cbm')

# নতুন ডেটার উপর পূর্বাভাস করা
new_data = [[3, 0]]  # নতুন ইনপুট ডেটা
predictions = loaded_model.predict(new_data)

print("Predicted class for new input:", predictions)

সারসংক্ষেপ

1. মডেল সেভ করা: save_model মেথড ব্যবহার করে মডেলটিকে একটি ফাইলে সেভ করুন।
2. মডেল লোড করা: load_model মেথড ব্যবহার করে সেভ করা মডেলটি পুনরায় লোড করুন।

এই প্রক্রিয়াগুলি আপনাকে CatBoost মডেলগুলিকে সংরক্ষণ এবং পুনরায় ব্যবহার করতে সক্ষম করে, যা সময় সাশ্রয়ী এবং কার্যকরী।