2017-06-07 3 views
1

Mit Spark1.6.0 MLLib würde ich ein Modell (wie RandomForest) erstellen und in hdfs speichern, und dann war es möglich, das randomforest Modell von hdfs zu laden, um ohne SparkContext vorherzusagen. Jetzt laden Sie das Modell, das wir so verwenden können :Wie funke.mlib-Modell ohne SparkContext laden, um vorherzusagen?

val = loadmodel RandomForestModel.load (sc, modelpath)

eine andere Art und Weise das Modell ohne sc zu laden gibt es Dank!

+0

Ich werde dieses Modell sehr häufig laden (nicht im Spark-Streaming), also möchte ich nicht häufig sparkcontext erstellen – shaojie

+0

Hallo @shaojie Konnten Sie dieses Problem lösen? – rishiag

Antwort

0

Wir trainieren unsere Modelle mit Funken, aber zum Servieren haben wir eine eigene Algorithmus-Implementierung (logistische Regression usw.), die den Funken-trainierten Modellausgang verbraucht, aber auf diese Weise keinen Funkenkontext instanziieren muss.

Verwandte Themen