मॉडल सेव करना और लोड करना
अक्सर आप पिछले मॉडल पर वापस जाते हैं ताकि यह देख सकें कि आपने कौन-सी धारणाएँ या सेटिंग्स इस्तेमाल की थीं, खासकर तब जब आप यह जाँच रहे हों कि आपकी प्रेडिक्शन एरर कहाँ से आ रही हैं। हो सकता है डेटा में ही कुछ गड़बड़ हो? या फिर किसी असामान्य घटना को कैप्चर करने के लिए आपको एक नया फीचर जोड़ने की ज़रूरत हो?
इस उदाहरण में, आप एक मॉडल को सेव और लोड करने का अभ्यास करेंगे।
यह अभ्यास पाठ्यक्रम का हिस्सा है
PySpark के साथ Feature Engineering
अभ्यास निर्देश
pyspark.ml.regressionसेRandomForestRegressionModelइम्पोर्ट करें।- मेमोरी में मौजूद
modelपरsave()मेथड कॉल करें और मॉडल का नामrfr_no_listpriceरखें। - सेव की गई मॉडल फ़ाइल
rfr_no_listpriceकोRandomForestRegressionModelपरload()कॉल करके दोबारा लोड करें और उसेloaded_modelमें स्टोर करें।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
from ____ import ____
# Save model
model.____(____)
# Load model
loaded_model = ____.____(____)