-
Notifications
You must be signed in to change notification settings - Fork 19
/
b-28-Model_Kaydetme.py
48 lines (32 loc) · 1.16 KB
/
b-28-Model_Kaydetme.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
# -*- coding: utf-8 -*-
"""
Spyder Editor
This is a temporary script file.
"""
import pandas as pd
url = "http://www.bilkav.com/wp-content/uploads/2018/03/satislar.csv"
veriler = pd.read_csv(url)
X = veriler.iloc[:,0:1].values
Y = veriler.iloc[:,1:].values
bolme = 0.33
from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = bolme)
from sklearn.linear_model import LinearRegression
lr = LinearRegression()
lr.fit(X_train,Y_train)
y_pred = lr.predict(X_test)
print (y_pred)
# burdan sonra eğittiğimiz modeli kaydedelim
import pickle
lineer_tahmin = "linear_model.kayit"
pickle.dump(lr, open(lineer_tahmin,"wb")) #modeli kaydedecek
"""
DİKKAT ET: Kaydederken wb, yüklerken rb modunda açacağız dosyayı
"""
#kaydedilen dosyayı daha sonra bu komutla ortam farketmeksizin
#çağırıp kullanabiliriz. Hatta uzak sunucular üzerinden bile.
yuklenen = pickle.load(open(lineer_tahmin,"rb"))
print (yuklenen.predict(X_test)) #X_test yerine kendi verini girmelisin başka bilgisayarda
import matplotlib.pyplot as plt
plt.scatter(Y_test,X_test,color = "green")
plt.plot(y_pred,X_test,color = "red")