SaveModel
Save model to the in-memory registry with name, version, and metadata. / Sauvegarder le modèle dans le registre en mémoire avec nom, version et métadonnées.
⚡ Rust-native
✓ sklearn parity
Quick start — Python
import seraplot as sp, json, numpy as np
X = np.random.randn(100, 3)
y = X[:, 0] * 2 + np.random.randn(100) * 0.3
model = sp.Ridge(alpha=0.5)
model.fit(X, y)
res = json.loads(sp.ml_save_model(json.dumps({"name": "my_ridge", "kind": "ridge"})))
print(res["version"])
EN — Drop-in replacement:
FR — Remplacement direct : même API que sklearn, changez l'import.
sp.SaveModel has the same API as sklearn.FR — Remplacement direct : même API que sklearn, changez l'import.
API Reference
JSON function name
ml_save_model — aliases: save_model
Python class
sp.SaveModel(name=required, kind=required)
Constructor Parameters
| Parameter | Type | Default | Description |
|---|---|---|---|
name | str | required | Model name. |
kind | str | required | Model type (e.g. `ridge`, `random_forest`). |
Returns
JSON with saved ModelRecord (id, name, version, created_at).
Example
import seraplot as sp, json, numpy as np
X = np.random.randn(100, 3)
y = X[:, 0] * 2 + np.random.randn(100) * 0.3
model = sp.Ridge(alpha=0.5)
model.fit(X, y)
res = json.loads(sp.ml_save_model(json.dumps({"name": "my_ridge", "kind": "ridge"})))
print(res["version"])
Référence API
Nom de fonction JSON
ml_save_model — alias : save_model
Classe Python
sp.SaveModel(name=required, kind=required)
Paramètres du constructeur
| Paramètre | Type | Défaut | Description |
|---|---|---|---|
name | str | required | Nom du modèle. |
kind | str | required | Type de modèle (ex. `ridge`, `random_forest`). |
Retourne
JSON avec ModelRecord sauvegardé (id, name, version, created_at).
Exemple
import seraplot as sp, json, numpy as np
X = np.random.randn(100, 3)
y = X[:, 0] * 2 + np.random.randn(100) * 0.3
model = sp.Ridge(alpha=0.5)
model.fit(X, y)
res = json.loads(sp.ml_save_model(json.dumps({"name": "my_ridge", "kind": "ridge"})))
print(res["version"])
LoadModel
Load a model from the registry by name and optional version. / Charger un modèle depuis le registre par nom et version optionnelle.
⚡ Rust-native
✓ sklearn parity
Quick start — Python
import seraplot as sp, json
res = json.loads(sp.ml_load_model(json.dumps({"name": "my_ridge"})))
print(res)
EN — Drop-in replacement:
FR — Remplacement direct : même API que sklearn, changez l'import.
sp.LoadModel has the same API as sklearn.FR — Remplacement direct : même API que sklearn, changez l'import.
API Reference
JSON function name
ml_load_model — aliases: load_model
Python class
sp.LoadModel(name=required, version=null)
Constructor Parameters
| Parameter | Type | Default | Description |
|---|---|---|---|
name | str | required | Model name. |
version | int | null | Version to load (latest if omitted). |
Returns
JSON with ModelRecord or null if not found.
Example
import seraplot as sp, json
res = json.loads(sp.ml_load_model(json.dumps({"name": "my_ridge"})))
print(res)
Référence API
Nom de fonction JSON
ml_load_model — alias : load_model
Classe Python
sp.LoadModel(name=required, version=null)
Paramètres du constructeur
| Paramètre | Type | Défaut | Description |
|---|---|---|---|
name | str | required | Nom du modèle. |
version | int | null | Version à charger (dernière si omis). |
Retourne
JSON avec ModelRecord ou null si non trouvé.
Exemple
import seraplot as sp, json
res = json.loads(sp.ml_load_model(json.dumps({"name": "my_ridge"})))
print(res)