Zapisywanie i wczytywanie modeli

Zdarza się, że wracasz do wcześniejszego modelu, żeby sprawdzić, jakie założenia i ustawienia zostały użyte podczas diagnozowania źródeł błędów predykcji. Może coś było nie tak z danymi? A może trzeba dodać nową cechę, która uwzględni jakieś niestandardowe zdarzenie?

W tym ćwiczeniu przećwiczysz zapisywanie i wczytywanie modelu.

To ćwiczenie jest częścią kursu

Inżynieria cech z PySpark

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj RandomForestRegressionModel z pyspark.ml.regression.
Używając modelu przechowywanego w pamięci pod nazwą model, wywołaj na nim metodę save() i zapisz model pod nazwą rfr_no_listprice.
Wczytaj ponownie zapisany plik modelu rfr_no_listprice, wywołując metodę load() na RandomForestRegressionModel, i przypisz wynik do zmiennej loaded_model.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

from ____ import ____

# Save model
model.____(____)

# Load model
loaded_model = ____.____(____)

Edytuj i uruchom kod