Page 185 - python

159

ตัวอยางที่ 12.4 การเขียนโปรแกรมตรวจสอบเงื่อนไข

import pickle
s = pickle.dumps(model)
open("7segment-model.bin","wb").write(s)
ตัวอยางที่ 12.4 เปนการใชงานโมดูล pickle สําหรับเกบตัวแปรในรูปของสตริงและบันทึกลงบน
็
ระบบไฟล โดยคําสั่ง dump() ทําหนาที่แปลงตัวแปร model ใหเปนสตริงและบันทึกลงในไฟล ตั้งชื่อวา
7segment-mode.bin

ตัวอยางที่ 12.5 การโหลดโมเดลกลับมาใชงาน
import pickle
model7 = pickle.loads(open("7segment-model.bin","rb").read())
A = 1; B=1; C=1; D=1; E=0; F=1; G=1

test = [A, B, C, D, E, F, G]
z = model7.predict([test])[0]
print("A=%d B=%d C=%d D=%d E=%d F=%d G=%d คือเลข %d"%(A,B,C,D,E,F,G,z))

ผลลัพธ
A=1 B=1 C=1 D=1 E=0 F=1 G=1 คือเลข 9
ึ้
็
ตัวอยางที่ 12.5 โมเดลที่สรางขนเมื่อบันทึกเกบไวใชงานสามารถนํามาใชไดในภายหลังดวยการ
โหลดโมเดลขึ้นมาแลวนํามาใชทํานายคําตอบได โดยใชไลบรารี่ pickle และคําสั่ง load() เมื่ออารกิวเมนต
ื
ื
่
ของ load() คอชอไฟลที่เก็บโมเดลที่เทรนเอาไวโดยโหลดดวยโหมด rb (read-binary) ในตัวอยางเปนการ
้
ทานายวา A-G ทมีคาเปน 1 ทงหมดยกเวน F=0 จะมีคาเทาใด ซงคาตอบทีไดจากโมเดลคอ เลข 9

ั

่

ํ

ึ
่
ํ
ี
่
ื

12.5 การสรางโมเดลดวยวิธี Simple Linear Regression
สูตรของ Simple Linear Regression ดังนี้

= + ( × )

∑ ∑
∑ × −
= ∑ − ( )

̅

= − ( )
̅

พิจารณาน้ําหนักและเสนรอบอกหมีจํานวน 10 ตัว