0
A
回答
5
我试过保存和加载模型。我无法使用存储的权重重新创建模型。 (找不到合适的构造函数)。但整个模型是可序列化的。所以,你可以存储和如下加载:
店为:
val fos = new FileOutputStream(<storage path>)
val oos = new ObjectOutputStream(fos)
oos.writeObject(model)
oos.close
,并加载它:
val fos = new FileInputStream(<storage path>)
val oos = new ObjectInputStream(fos)
val newModel = oos.readObject().asInstanceOf[org.apache.spark.mllib.classification.LogisticRegressionModel]
它为我
+0
坦克曼!很好的答案! – dimson 2014-11-25 11:26:15
相关问题
- 1. SciKit学习 - 训练高斯朴素贝叶斯分类器
- 2. 在ngrams上训练朴素贝叶斯分类器
- 3. 与朴素贝叶斯分类器
- 4. 多个朴素贝叶斯分类器
- 5. 朴素贝叶斯分类器
- 6. 朴素贝叶斯分类器中的“朴素”是什么?
- 7. 如何选择朴素贝叶斯分类器的训练数据
- 8. NLTK朴素贝叶斯分类器培训问题
- 9. 朴素贝叶斯分类百分比
- 10. 保存朴素贝叶斯分类器nltk
- 11. nltk贝叶斯分类器训练
- 12. 贝叶斯分类器训练集
- 13. 朴素贝叶斯分类排
- 14. spark-ml朴素贝叶斯保存到hdfs
- 15. 使用朴素贝叶斯分类器的文档分类
- 16. Mahout - 朴素贝叶斯
- 17. Matlab朴素贝叶斯
- 18. 了解朴素贝叶斯
- 19. 朴素贝叶斯回归
- 20. 模式识别最大似然朴素贝叶斯分类器
- 21. 机器学习Python中的朴素贝叶斯分类器
- 22. 拉普拉斯平滑伯努利模型朴素贝叶斯分类器
- 23. Python中的任何朴素贝叶斯分类器?
- 24. 使用Multinomial朴素贝叶斯分类器时的ValueError
- 25. 朴素贝叶斯分类器中的错误
- 26. 实现朴素贝叶斯分类器的低准确性
- 27. 朴素贝叶斯分类器中的Python偏度和峰度
- 28. 工作负载预测的朴素贝叶斯分类器
- 29. 朴素贝叶斯分类器的K-fold交叉验证
- 30. 处理朴素贝叶斯分类器中的缺失属性
您使用的是MlLib吗?也许你可以保存训练好的模型的权重并保存。然后在需要时创建一个新模型,将这些权重作为初始权重? – 2014-11-12 19:07:10
是的,我正在使用MLib。是否有可能从训练模型中获得权重? – dimson 2014-11-12 19:21:47
是的。我使用LogisticRegressionModel。然后model.weights()给出权重向量。打算像这样使用它。找不到序列化整个模型的其他选项。 – 2014-11-12 19:27:08