Randomforest Regressorのモデルの保存と予測をしたい

Question

前提・実現したいこと

RandomForest regressorを用いてコンクリート強度の回帰分析を行っています
元のデータを学習用データとテストデータに分けモデルの作成をしました。
最終的にはモデルを読み込み、未知データの予測をしたいと考えています。

しかし、モデルの保存が出来ず作業が進みません。助けてください。
保存の仕方を教えていただけると幸いです。

発生している問題・エラーメッセージ

AttributeError: 'RandomForestRegressor' object has no attribute 'save_model'

該当のソースコード

 RF.save_model('ran_fore\model\rf_model-TK-slim.txt')

試したこと

もともとLightGBMを用いて回帰分析を行って、その時にlgb.save_modelで出来たので今回も試して見ました。

補足情報（FW/ツールのバージョンなど）

python3.8 Spyderを使っています。
使用ライブラリは以下の通りです。

#データ解析用ライブラリ
import pandas as pd
import numpy as np

#データ可視化ライブラリ
import matplotlib.pyplot as plt
import seaborn as sns

#ランダムフォレストライブラリ
from sklearn.ensemble import RandomForestRegressor

#訓練データとモデル評価用データに分けるライブラリ
from sklearn.model_selection import train_test_split

モデルはこれです。

"""""モデル構築 　RandomForest """""

"""Input"""
RF = RandomForestRegressor(n_estimators=100,#木の数
                           max_depth=20,
                           bootstrap=True,
                           n_jobs=1, #並列実行するジョブの数
                           verbose=True,
                           max_features=4,
                           min_samples_split=5,
                           random_state=2525
                           )

model = RF.fit(X_train, y_train)

Comments

[jbpb0]

保存
from joblib import dump
dump(RF, 'rf_model-TK-slim.joblib.cmp', compress=True)

読み込み
from joblib import load
RF = load('rf_model-TK-slim.joblib.cmp')

で、どうでしょうか？

参考
https://scikit-learn.org/stable/modules/model_persistence.html
https://yoshoku.hatenablog.com/entry/2017/03/16/003000

[xtail]

上記の方法で解決しました!ありがとうございます!

Answer 1

保存

from joblib import dump
dump(RF, 'rf_model-TK-slim.joblib.cmp', compress=True)

　
読み込み

from joblib import load
RF = load('rf_model-TK-slim.joblib.cmp')

　
とやってみてください

参考
Model persistence
scikit-learnで学習した分類器をjoblib.dumpで保存するときはcompressをTrueにするとファイルが一つにまとまって便利

Comments

[xtail]

上記の方法で解決することが出来ました！ありがとうございます！