Salvataggio e caricamento dei modelli

Spesso potresti dover tornare a un modello precedente per rivedere le assunzioni o le impostazioni usate quando analizzi l'origine degli errori di previsione. Forse c'era qualcosa di sbagliato nei dati? Magari devi aggiungere una nuova caratteristica per catturare un evento insolito che si è verificato?

In questo esempio, farai pratica nel salvare e caricare un modello.

Questo esercizio fa parte del corso

Feature Engineering con PySpark

Visualizza corso

Istruzioni dell'esercizio

Importa RandomForestRegressionModel da pyspark.ml.regression.
Usando il modello in memoria chiamato model, chiama il metodo save() su di esso e assegna al modello il nome rfr_no_listprice.
Ricarica il file del modello salvato rfr_no_listprice chiamando load() su RandomForestRegressionModel e memorizzandolo in loaded_model.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

from ____ import ____

# Save model
model.____(____)

# Load model
loaded_model = ____.____(____)

Modifica ed esegui il codice