モデルの保存と読み込み

予測誤差の原因を調べるとき、以前のモデルに戻って、そのときの前提や設定を確認したくなることがよくあります。もしかするとデータに問題があったのかもしれませんし、発生した特異な事象を捉えるために新しい特徴量を加える必要があるのかもしれません。

この演習では、モデルの保存と読み込みを練習します。

この演習はコースの一部です

PySparkで学ぶ特徴量エンジニアリング

pyspark.ml.regression から RandomForestRegressionModel をインポートします。
メモリ上のモデル model に対して save() メソッドを呼び出し、モデル名を rfr_no_listprice として保存します。
保存したモデルファイル rfr_no_listprice を、RandomForestRegressionModel の load() を呼び出して読み込み、loaded_model に代入します。

このサンプルコードを完成させて、この演習に挑戦してみましょう。

from ____ import ____

# Save model
model.____(____)

# Load model
loaded_model = ____.____(____)