クラスタリングのモデル(Kshape)を保存し、新たなデータで実行したらエラーが発生

Question

実現したいこと

telearnのKshapeを使って、ある時系列データをクラスタリングした後、ラベルデータを保存しました。
そのデータを用いて新しいデータをクラスタリングしたいです。

前提

データフレームはインデックスに品種番号、横軸に時系列データの値を取り品種毎のクラスタリングを実施しています。また正規化は既に実施しているデータフレーム(df_clustering)です。

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-87-b96b8fa53535> in <module>
     12 # 保存したモデルを使用して予測を行う
     13 #kshape_loaded.fit(forcast_array)
---> 14 new_labels_ks = kshape_loaded.predict(forcast_array)
     15 print(new_labels_ks)

AttributeError: 'numpy.ndarray' object has no attribute 'predict'

該当のソースコード

### 実行コード ###
#K-shapeのインポート
from tslearn.clustering import KShape

# モデルの呼び出し
with open('/content/KShape_model.pkl', 'rb') as f:
    kshape_loaded = pickle.load(f)
  
print(type(kshape_loaded)) # <class 'numpy.ndarray'>
forcast_array = np.array(df_clustering.values)
print(type(forcast_array)) # <class 'numpy.ndarray'>

# 保存したモデルを使用して予測を行う
#kshape_loaded.fit(forcast_array)
new_labels_ks = kshape_loaded.predict(forcast_array)
print(new_labels_ks)
###


### 参考情報(保存時コード) ###
#K-shapeインストール
from tslearn.clustering import KShape

# cluster数
n_clusters = 3
#model
ks = KShape(n_clusters=n_clusters, random_state=42)
labels_ks = ks.fit_predict(df_clustering_ori)

#保存
with open('KShape_model.pkl', 'wb') as f:
    pickle.dump(labels_ks, f)
###

試したこと

・df_clusteringをnp.arrayしない
・predictでなくfit_predictを使ってみる
・とりあえずfitさせてから、predictしてみる
の3つを実施してみましたが、特にエラーは変わりませんでした。
ラベルデータがnumpy.ndarray型なので、ラベルデータを保存したことが悪かったのでしょうか。
もしくはラベルデータを保存した際には特殊な処理をかますのでしょうか。
保存時の処理が悪かった場合もご指摘お願いします。

補足情報（FW/ツールのバージョンなど）

Google Colaboratory

コードの方にも書きましたが、保存した際のコードをこちらにも追記します。

#K-shapeインストール
from tslearn.clustering import KShape

# cluster数
n_clusters = 3
#model
ks = KShape(n_clusters=n_clusters, random_state=42)
labels_ks = ks.fit_predict(df_clustering_ori)

#保存
with open('KShape_model.pkl', 'wb') as f:
    pickle.dump(labels_ks, f)

Comments

[ps_aux_grep]

モデルの保存をするコードの方を示してください．
ラベルデータを保存するのではなく，モデルを保存しなければならないはずです．

[S_A86g75]

コメントありがとうございます。
補足情報の追記をさせて頂きました。
確かにラベルデータの保存を実施しております。
モデルの保存ということで、このコードでいうとksに対して、fitさせたデータを保存すればよいのでしょうか。

[ps_aux_grep]

ksが予測器なので，
ksを保存→該当のコードで読み出し→新しいデータをクラスタリング
する必要があります．

[S_A86g75]

無事エラーが解消されました、
ありがとうございます。

Answer 1

モデルを保存する際、ラベルではなく、予測器を保存した結果、エラーが解消されました。

from tslearn.clustering import KShape

# cluster数
n_clusters = 3
#model
ks = KShape(n_clusters=n_clusters, random_state=42)
labels_ks = ks.fit_predict(df_clustering_ori)

#保存
with open('KShape_model.pkl', 'wb') as f:
    # labels_ks でなく、ksを保存
    pickle.dump(ks, f)