streamlitで機械学習モデルをダウンロードできるようにしたい！

Question

内容

streamlitで機械学習アプリを作成しようとしています。
アプリの内容は以下です。
①csv読み込み
②csv内のラベルから　説明変数　と　目的変数を選択
③機械学習モデル選択
④機械学習実行
⑤モデルのダウンロード　←ここでエラーがでて困っています！

scikit-learnで学習したモデルを
st.download_buttonで出力できるようにしたいです。

発生している問題・エラーメッセージ

Invalid binary data format: <class 'list'>

該当のソースコード

#ライブラリの読み込み
import time
from scipy.fft import irfft
import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.model_selection import train_test_split
from sklearn import linear_model
from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import StandardScaler #スケーリングの為に追記
import joblib # モデル保存用


      

# 重回帰分析_学習の実行関数　を定義
@st.cache(allow_output_mutation=True)
def ex_model_linear(X_train, y_train):
      lr = linear_model.LinearRegression()
      lr.fit(X_train, y_train)

      return lr 



#タイトル
st.title("機械学習アプリ")
st.write("streamlitで実装")

# 以下をサイドバーに表示
st.sidebar.markdown("### 機械学習に用いるcsvファイルを入力してください")
#ファイルアップロード
uploaded_files = st.sidebar.file_uploader("Choose a CSV file", accept_multiple_files= False)
#ファイルがアップロードされたら以下が実行される
if uploaded_files:
    df = pd.read_csv(uploaded_files)
    df_columns = df.columns
    data_num=len(df)
    #データフレームを表示
    st.markdown("### 入力データ")
    st.dataframe(df.style.highlight_max(axis=0)) 
    



    st.markdown("### モデリング")
    #説明変数は複数選択式
    ex = st.multiselect("説明変数を選択してください（複数選択可）", df_columns)

    #目的変数は一つ
    ob = st.selectbox("目的変数を選択してください", df_columns)

    #機械学習のタイプを選択する。
    ml_menu = st.selectbox("実施する機械学習のタイプを選択してください", ["重回帰分析"])

      

   
    if ml_menu == "重回帰分析":
            st.markdown("#### 機械学習を実行します")
            testsize=st.number_input('テストサイズを入力',0.0,1.0,0.3)
            execute = st.button("実行")
            
            
            
            #実行ボタンを押したら下記が進む
            
            if execute  :
                  df_ex = df[ex]
                  df_ob = df[ob]
                  X_train, X_test, y_train, y_test = train_test_split(df_ex.values, df_ob.values, test_size = testsize , random_state=1)
                  lr = ex_model_linear(X_train,y_train)

                  
                  #プログレスバー（ここでは、やってる感だけ）
                  my_bar = st.progress(0)
                  
                  for percent_complete in range(100):
                        time.sleep(0.02)
                        my_bar.progress(percent_complete + 1)
                  
                  #metricsで指標を強調表示させる
                  col1, col2 = st.columns(2)
                  col1.metric(label="トレーニングスコア", value=lr.score(X_train, y_train))
                  col2.metric(label="テストスコア", value=lr.score(X_test, y_test))

            

                  #モデルのダウンロード
                  model = joblib.dump(lr,"model.pkl")
                  st.download_button("Downloa model" , model)

Answer 1

streamlit.download_button() に渡さないといけないのは、文字列、バイト列もしくはファイルオブジェクトですが、このプログラムでは joblib.dump() の返り値を渡していて、joblib.dump() が返しているのはファイル名のリストです。
なので、質問にあるエラーが出ています。

作成したファイルをopenして渡すか、

#モデルのダウンロード
joblib.dump(lr, "model.pkl")
with open("model.pkl", "rb") as model:
    st.download_button("Download model", model)

実際にファイルを作成する必要がないなら、io.BytesIO を使うのがいいかと思います。

from io import BytesIO

model_io = BytesIO()
joblib.dump(lr, model_io)
st.download_button("Download model", model_io.getvalue())

Comments

[kabgon]

bsdfanさん
ご回答ありがとうございます。

分かりやすい解説でなぜエラーがでているのか理解できました！！
そしてご提案いただいた方法で無事モデルのダウンロードができるようになりました！！
大変助かりました、ありがとうございました。