if X_combined_new.shape[1] == X_combined.shape[1]: # モデルを使用してサイズを予測する predicted_sizes = rf_model.predict(X_combined_new) # packing_sizeとoriginal_product_codeを含む新しいオブジェクトのリストを作成 # new_objects = [ # PackingSizeResult(packing_size=size, original_product_code=code) # for size, code in zip(predicted_sizes, X_new_original_product_code) # ] # # 作成したオブジェクトを一括でデータベースに保存 # PackingSizeResult.objects.bulk_create(new_objects) # 予測されたサイズとoriginal_product_codeを含むデータフレームを作成する results = pd.DataFrame({ ‘original_product_code’: X_new_original_product_code, ‘packing_size’: predicted_sizes }) このresultをモデルへ保存したい。bulkで
bulk_create を使用して results データフレームの内容をモデルに一括で保存する方法を示します。bulk_create を使用する際には、オブジェクトのリストを生成してから bulk_create メソッドを呼び出す必要があります。
python
# 予測されたサイズとoriginal_product_codeを含むオブジェクトのリストを作成する new_objects = [ PackingSizeResult(packing_size=size, original_product_code=code) for size, code in zip(predicted_sizes, X_new_original_product_code) ] # 作成したオブジェクトを一括でデータベースに保存する PackingSizeResult.objects.bulk_create(new_objects)
このコードを実行すると、results データフレームの内容が PackingSizeResult モデルに一括で保存されます。