А теперь важный момент: мы собираемся преобразовать нашу модель в объект .mlmodel!! Готовый?

print("Let us now convert this model into a Core ML object:")

    # Convert model to Core ML
    coreml_model = coremltools.converters.sklearn.convert(my_model,
                                        input_features=["crime", "rooms"],
                                        output_feature_names="price")

    # Save Core ML Model
    coreml_model.save("PriceBoston.mlmodel")
    print("Done!")

Мы используем метод sklearn.convert из coremltools.converters для создания модели my_model с необходимыми входными данными (то есть crime и rooms) и выходными данными (price). Наконец, мы сохраняем модель в файле с именем PriceBoston.mlmodel.

И вуаля! В следующем посте мы начнем создавать iOS-приложение для использования модели, которую мы только что построили.

Вы можете посмотреть код (в разработке) на моем сайте github здесь.

Первоначально опубликовано на Quantum Tunnel Website.