Apache spark PySpark加载不合适的模型对象时出现问题

我在玩

pyspark.ml.classification

模型的

save

和

load

函数。我创建了一个

RandomForestClassifier

的实例，将值设置为几个参数，并调用分类器的

save

方法。它成功地保存了数据。没有问题

从pyspark.ml.classification导入分类器
#拯救
rf=随机森林分类器（）
rf.set杂质（‘熵’）
rf.setPredictionCol（'predme'）
rf.write（）.overwrite（）.save（'rf_test'））

然后我尝试重新加载它，但我注意到它的参数没有保存前设置的值。下面是我正在尝试的代码

#加载
rf2=随机森林分类器（）
rf2.负载（“rf_测试”）
print（rf2.getinclusion（））#返回gini
打印（rf2.getPredictionCol（））#返回预测

我想我对这段代码应该如何工作和它实际如何工作的理解有所不同

我该怎么做才能以我保存的方式取回该对象

编辑

我尝试了这里提到的方法。但那没用。这就是我试过的

from pyspark.ml.classification import RandomForestClassifier
rf = RandomForestClassifier()
rf.setImpurity('entropy')
rf.setPredictionCol('predme')
rf.write().overwrite().save('rf_test')
rf2 = RandomForestClassifier
rf2.load('rf_test')
print(rf2.getImpurity())

它返回了以下内容

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: getImpurity() missing 1 required positional argument: 'self'

回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
TypeError:GetInjection（）缺少1个必需的位置参数：“self”

这不是使用

load

方法的方式。它是一个

classmethod

，应该在类对象而不是实例上调用，以返回新对象：

rf2=RandomForestClassifier.load（'rf_test'））
rf2.getinclusion（）

从技术上讲，在实例上调用它也可以，但它不会修改调用者，而是返回一个新的独立对象：

rf2=RandomForestClassifier（）。加载（'rf\u测试'）

但在实践中，应该避免这种构造