Збереження та завантаження моделей

Доволі часто вам може знадобитися повернутися до попередньої моделі, щоб переглянути припущення або налаштування під час з'ясування, звідки виникали помилки прогнозу. Можливо, щось було не так із даними? Або потрібно додати нову ознаку, щоб врахувати незвичну подію, яка сталася?

У цьому прикладі ви потренуєтеся зберігати та завантажувати модель.

Ця вправа є частиною курсу

Опрацювання ознак у PySpark

Переглянути курс

Інструкції до вправи

Імпортуйте RandomForestRegressionModel з pyspark.ml.regression.
Використовуючи модель у пам'яті під назвою model, викличте для неї метод save() і назвіть модель rfr_no_listprice.
Перезавантажте збережений файл моделі rfr_no_listprice, викликавши load() для RandomForestRegressionModel і збережіть результат у змінну loaded_model.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

from ____ import ____

# Save model
model.____(____)

# Load model
loaded_model = ____.____(____)

Редагувати та запускати код