Spara och läsa in modeller

Det händer att du behöver gå tillbaka till en tidigare modell för att se vilka antaganden eller inställningar som användes när du undersökte varifrån prediktionsfelen kom. Kanske var det något fel på datan? Eller behöver du lägga till ett nytt särdrag för att fånga en ovanlig händelse som inträffade?

I den här övningen får du träna på att spara och läsa in en modell.

Den här övningen är en del av kursen

Feature Engineering med PySpark

Visa kurs

Övningsinstruktioner

Importera RandomForestRegressionModel från pyspark.ml.regression.
Anropa metoden save() på modellen i minnet som heter model och ge modellen namnet rfr_no_listprice.
Läs in den sparade modellfilen rfr_no_listprice genom att anropa load() på RandomForestRegressionModel och lagra resultatet i loaded_model.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

from ____ import ____

# Save model
model.____(____)

# Load model
loaded_model = ____.____(____)

Redigera och kör kod