objectif

Persister un modèle entraîné sur disque.

code minimal

from sklearn.linear_model import LogisticRegression
from sklearn.datasets import load_iris
from joblib import dump, load
X, y = load_iris(return_X_y=True)
clf = LogisticRegression(max_iter=1000).fit(X, y)
dump(clf, "model.joblib")
m = load("model.joblib")
print(hasattr(m, "predict"))

utilisation

from joblib import dump
dump({"version":1}, "meta.joblib")
print(True)

variante(s) utile(s)

import os
print(os.path.exists("model.joblib"))

notes

• Conserver versions de dépendances pour reproductibilité.