Salvando e Carregando Modelos

Muitas vezes você vai voltar a um modelo anterior para verificar quais premissas ou configurações foram usadas ao diagnosticar de onde vieram os erros de previsão. Talvez houvesse algo de errado com os dados? Talvez você precise incorporar uma nova feature para capturar um evento incomum que ocorreu?

Neste exemplo, você vai praticar como salvar e carregar um modelo.

Este exercício faz parte do curso

Feature Engineering com PySpark

Ver curso

Instruções do exercício

Importe RandomForestRegressionModel de pyspark.ml.regression.
Usando o modelo em memória chamado model, chame o método save() nele e dê ao modelo o nome rfr_no_listprice.
Recarregue o arquivo do modelo salvo rfr_no_listprice chamando load() em RandomForestRegressionModel e armazenando-o em loaded_model.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

from ____ import ____

# Save model
model.____(____)

# Load model
loaded_model = ____.____(____)

Editar e executar o código