모델 저장 및 불러오기

예측 오류의 원인을 진단할 때, 어떤 가정이나 설정을 사용했는지 확인하려고 이전 모델로 돌아가 보는 일이 자주 생깁니다. 데이터에 문제가 있었을 수도 있고, 발생한 특이한 이벤트를 포착하려면 새로운 피처를 추가해야 할 수도 있죠.

이 예제에서는 모델을 저장하고 다시 불러오는 연습을 해 보겠습니다.

이 연습은 강의의 일부입니다

PySpark로 하는 Feature Engineering

pyspark.ml.regression에서 RandomForestRegressionModel을 임포트하세요.
메모리에 있는 모델 model에서 save() 메서드를 호출해 모델 이름을 rfr_no_listprice로 저장하세요.
저장된 모델 파일 rfr_no_listprice를 RandomForestRegressionModel의 load()를 호출해 불러오고, loaded_model에 저장하세요.

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

from ____ import ____

# Save model
model.____(____)

# Load model
loaded_model = ____.____(____)