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

---

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！