실습 1 — 배송 지연 모델을 파일로 저장하기

import pandas as pd

df = pd.read_csv("delivery.csv")
df = df.drop_duplicates()                                  # 중복 행 지우기
df = df[df["거리km"] < 9999].copy()                        # 입력 실수(9999) 빼기
df["무게kg"] = df["무게kg"].fillna(df["무게kg"].median())  # 빈 무게는 가운데 값으로
df["날씨"] = df["날씨"].fillna("모름")                     # 빈 날씨는 "모름" 범주로
print(df.shape, "· 지연 비율", round(df["지연"].mean(), 3))

from sklearn.compose import ColumnTransformer
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, recall_score, roc_auc_score
from sklearn.model_selection import train_test_split
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import OneHotEncoder

NUM = ["주문시각", "거리km", "무게kg"]
CAT = ["지역", "상품분류", "날씨", "택배사"]
X, y = df[NUM + CAT], df["지연"]
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.25, random_state=42, stratify=y)

# ColumnTransformer: 범주 열은 원-핫으로 바꾸고 숫자 열은 그대로 둔다
# handle_unknown="ignore": 학습 때 없던 범주가 와도 오류 대신 모두 0 으로 둔다
prep = ColumnTransformer([("cat", OneHotEncoder(handle_unknown="ignore"), CAT)], remainder="passthrough")
pipe = Pipeline([("prep", prep), ("model", LogisticRegression(max_iter=1000))])
pipe.fit(X_tr, y_tr)                                       # 전처리와 학습을 한 번에

prob = pipe.predict_proba(X_te)[:, 1]
metrics = {"정확도": accuracy_score(y_te, prob >= 0.5), "재현율": recall_score(y_te, prob >= 0.5),
           "AUC": roc_auc_score(y_te, prob)}
print({k: round(v, 3) for k, v in metrics.items()})

import joblib, sklearn
from pathlib import Path

bundle = {"파이프라인": pipe, "판": "delay-lr-1", "기준값": 0.5, "숫자열": NUM, "범주열": CAT,
          "범주값": {c: sorted(df[c].unique().tolist()) for c in CAT},      # API 의 입력 검사에 쓴다
          "시험성능": {k: round(v, 3) for k, v in metrics.items()}, "sklearn": sklearn.__version__}
joblib.dump(bundle, "out_delay_model.joblib")
print("저장:", f"{Path('out_delay_model.joblib').stat().st_size / 1024:.1f}KB")
print(bundle["범주값"])

loaded = joblib.load("out_delay_model.joblib")
order = pd.DataFrame([{"주문시각": 22, "거리km": 197.6, "무게kg": 4.6, "지역": "지방", "상품분류": "도서",
                       "날씨": "눈", "택배사": "빠른별택배"}])
p1 = pipe.predict_proba(order)[0, 1]
p2 = loaded["파이프라인"].predict_proba(order)[0, 1]
print("저장 전", round(p1, 4), "· 불러온 뒤", round(p2, 4), "· 같다:", p1 == p2, "· 판", loaded["판"])