Guardar y cargar modelos

A menudo te encontrarás volviendo a un modelo anterior para ver qué suposiciones o ajustes se usaron al diagnosticar de dónde venían los errores de predicción. ¿Quizá había algo mal en los datos? ¿Tal vez necesitas incorporar una nueva característica para capturar un evento inusual que ocurrió?

En este ejercicio, practicarás cómo guardar y cargar un modelo.

Este ejercicio forma parte del curso

Ingeniería de características con PySpark

Ver curso

Instrucciones del ejercicio

Importa RandomForestRegressionModel de pyspark.ml.regression.
Usando el modelo en memoria llamado model, llama a su método save() y nómbralo rfr_no_listprice.
Vuelve a cargar el archivo del modelo guardado rfr_no_listprice llamando a load() sobre RandomForestRegressionModel y guárdalo en loaded_model.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

from ____ import ____

# Save model
model.____(____)

# Load model
loaded_model = ____.____(____)

Editar y ejecutar código