Java 8 Spark朴素贝叶斯分类器的save训练模型
有人知道-是否可以将Spark的NaiveBayes分类器的训练模型保存在文本文件中,并在将来需要时加载Java 8 Spark朴素贝叶斯分类器的save训练模型,java-8,apache-spark,Java 8,Apache Spark,有人知道-是否可以将Spark的NaiveBayes分类器的训练模型保存在文本文件中,并在将来需要时加载 谢谢。我尝试保存并加载模型。我无法使用存储的权重重新创建模型。找不到正确的构造函数。但整个模型是可序列化的。因此,您可以按如下方式存储和加载它: 存储为: val fos = new FileOutputStream(<storage path>) val oos = new ObjectOutputStream(fos) oos.writeObject(model)
谢谢。我尝试保存并加载模型。我无法使用存储的权重重新创建模型。找不到正确的构造函数。但整个模型是可序列化的。因此,您可以按如下方式存储和加载它: 存储为:
val fos = new FileOutputStream(<storage path>)
val oos = new ObjectOutputStream(fos)
oos.writeObject(model)
oos.close
并将其加载到:
val fos = new FileInputStream(<storage path>)
val oos = new ObjectInputStream(fos)
val newModel = oos.readObject().asInstanceOf[org.apache.spark.mllib.classification.LogisticRegressionModel]
它对我有用
本线程将对此进行讨论:
我尝试保存并加载模型。我无法使用存储的权重重新创建模型。找不到正确的构造函数。但整个模型是可序列化的。因此,您可以按如下方式存储和加载它: 存储为:
val fos = new FileOutputStream(<storage path>)
val oos = new ObjectOutputStream(fos)
oos.writeObject(model)
oos.close
并将其加载到:
val fos = new FileInputStream(<storage path>)
val oos = new ObjectInputStream(fos)
val newModel = oos.readObject().asInstanceOf[org.apache.spark.mllib.classification.LogisticRegressionModel]
它对我有用
本线程将对此进行讨论:
您可以使用Spark 2.1.0版的内置功能。用于存储模型和读取以前存储的模型
方法save来源于广泛的分类模型,并由其实现。在每个分类模型实现中,方法负载似乎是静态的。您可以使用内置函数Spark 2.1.0版。用于存储模型和读取以前存储的模型
方法save来源于广泛的分类模型,并由其实现。在每个分类模型实现中,方法负载似乎是静态的。您使用的是MlLib吗?也许你可以保存训练模型的权重并保存它们。然后在需要时,创建一个新模型,将这些权重作为初始权重?是的,我正在使用MLib。可以从训练模型中获取重量吗?可以。我使用逻辑回归模型。然后model.weights给出了权重向量。我打算这样使用它。除了序列化整个模型之外,找不到其他选项。谢谢!我会听从你的建议。你在用MlLib吗?也许你可以保存训练模型的权重并保存它们。然后在需要时,创建一个新模型,将这些权重作为初始权重?是的,我正在使用MLib。可以从训练模型中获取重量吗?可以。我使用逻辑回归模型。然后model.weights给出了权重向量。我打算这样使用它。除了序列化整个模型之外,找不到其他选项。谢谢!我会听从你的建议的,谢谢!回答得好!Thanx人!回答得好!