Hdbscan: 미래 예측을 위해 모델을 저장하는 방법이 있습니까?

주어진 모델을 취하고 새로운 데이터 포인트에 대한 예측을 할 수 있는 approximate_predict 함수가 있습니다. approximate_predict 가 작동하려면 먼저 모델에서 generate_prediction_data 를 실행해야 합니다. 모델을 피클하고 나중에 예측을 위해 복원할 수 있어야 합니다.

이제 주의할 점은 approximate_predict 는 이미 할당된 클러스터를 기반으로 한 근사치일 뿐입니다. 새 데이터 포인트를 추가하고 처음부터 다시 클러스터링하는 경우 얻을 수 있는 것과 동일한 답변을 반드시 제공하지는 않습니다. 그러나 그것이 귀하의 요구 사항을 충족시키기를 바랍니다.

새 데이터에 대한 클러스터 예측은 클러스터가 동일하게 유지된다는 가정을 기반으로 하므로 내가 필요로 하는 것이 바로approximate_predict 함수라는 것을 완전히 이해합니다.

따라서 다음 단계가 정확합니까?

모델 적합(prediction_data = True) >> generate_prediction_data >> 모델 피클 >> 나중에 예측

내 질문은 어떤 개체를 피클해야합니까? 나는 이미 prediction_date = True 옵션을 설정했기 때문에 나중에 generate_prediction_data()를 실행할 필요가 없다고 생각합니다. 맞습니까? 함수를 실행해야 하는 경우 코드 예제를 제공할 수 있습니까? clusterer.generate_prediction_data()와 같은 것입니까?

감사 해요,

추신. 귀하의 공헌에 대단히 감사하며 항상 모든 질문에 매우 신속하게 답변합니다. 이제 내 데이터 과학자 팀의 많은 사람들이 이 모델을 알고 있고 모두 좋아합니다.

다음 코드가 작동합니다.

model = hdbscan.HDBSCAN(prediction_data=True).fit(data)
labels, membership_strengths = hdbscan.approximate_predict(model, new_data)

모델을 디스크에 저장한 다음 나중에 다른 스크립트로 다시 로드하려면 모델을 디스크로 피클한 다음 다른 스크립트에서 피클된 모델을 로드합니다.

감사합니다