Scala可以加載SparkR保存的模型嗎？

Question

我是數據分析師。 我想訓練一個模型（例如randomforest），並且該模型可以由Scala保存和加載。 由於Scala和R都使用MLlib進行機器學習，Scala是否還可以加載經過訓練並保存在SparkR中的模型？

我發現一篇文章說它不兼容： https : //databricks.com/blog/2016/05/31/apache-spark-2-0-preview-machine-learning-model-persistence.html

但這是差不多一年前寫的。 SparkR的最新甚至開發版本是否支持這種模型的交叉兼容性？

Answer 1

代碼 ：在Spark中保存和加載模型

 val model = pipeline.fit(training)

 // Now we can optionally save the fitted pipeline to disk
 model.write.overwrite().save("/tmp/spark-logistic-regression-model")

 // We can also save this unfit pipeline to disk
 pipeline.write.overwrite().save("/tmp/unfit-lr-model")

 // And load it back in during production
 val sameModel = PipelineModel.load("/tmp/spark-logistic-regression-model")

有關更多詳細信息，請參閱

https://spark.apache.org/docs/latest/ml-pipeline.html#example-pipeline

希望這可以幫助！！！...