0
A
回答
5
我試過保存和加載模型。我無法使用存儲的權重重新創建模型。 (找不到合適的構造函數)。但整個模型是可序列化的。所以,你可以存儲和如下加載:
店爲:
val fos = new FileOutputStream(<storage path>)
val oos = new ObjectOutputStream(fos)
oos.writeObject(model)
oos.close
,並加載它:
val fos = new FileInputStream(<storage path>)
val oos = new ObjectInputStream(fos)
val newModel = oos.readObject().asInstanceOf[org.apache.spark.mllib.classification.LogisticRegressionModel]
它爲我
+0
坦克曼!很好的答案! – dimson 2014-11-25 11:26:15
相關問題
- 1. 在ngrams上訓練樸素貝葉斯分類器
- 2. 樸素貝葉斯分類器
- 3. 多個樸素貝葉斯分類器
- 4. NLTK樸素貝葉斯分類器培訓問題
- 5. nltk貝葉斯分類器訓練
- 6. spark-ml樸素貝葉斯保存到hdfs
- 7. Matlab樸素貝葉斯
- 8. 樸素貝葉斯迴歸
- 9. 機器學習Python中的樸素貝葉斯分類器
- 10. 拉普拉斯平滑伯努利模型樸素貝葉斯分類器
- 11. 使用Python的樸素貝葉斯分類器
- 12. 樸素貝葉斯分類器中的RMSE
- 13. 樸素貝葉斯分類器的K-fold交叉驗證
- 14. 樸素貝葉斯分類器的準確性?
- 15. Python中的任何樸素貝葉斯分類器?
- 16. 添加功能,多項樸素貝葉斯分類器 - Python的
- 17. 樸素貝葉斯分類器的平衡語料庫
- 18. 實現樸素貝葉斯分類器的低準確性
- 19. Apache Mahout中的加權樸素貝葉斯分類器
- 20. 「1R」,「樸素貝葉斯」,「ID3」算法的分類器?
- 21. NLTK樸素貝葉斯分類器奇怪的結果
- 22. 工作負載預測的樸素貝葉斯分類器
- 23. 使用Mahout的樸素貝葉斯分類的感傷分析
- 24. 應該向「樸素貝葉斯分類器」提供「欺騙性」培訓案例
- 25. 實現高斯樸素貝葉斯
- 26. [Python的] sklearn樸素貝葉斯
- 27. 樸素貝葉斯的問題
- 28. 與樸素貝葉斯分類器打開()聲明需要長
- 29. 樸素貝葉斯分類器提取摘要
- 30. 多項式樸素貝葉斯分類器
您使用的是MlLib嗎?也許你可以保存訓練好的模型的權重並保存。然後在需要時創建一個新模型,將這些權重作爲初始權重? – 2014-11-12 19:07:10
是的,我正在使用MLib。是否有可能從訓練模型中獲得權重? – dimson 2014-11-12 19:21:47
是的。我使用LogisticRegressionModel。然後model.weights()給出權重向量。打算像這樣使用它。找不到序列化整個模型的其他選項。 – 2014-11-12 19:27:08