python - 在 pySpark 中保存回归模型

Question

在 pySpark MLlib 中似乎无法保存和加载回归模型，例如 LogisticRegressionModel、SVMModel、NaiveBayesModel 和 DecisionTreeModel。通过 JavaSaveable 和 JavaLoader mixins 对推荐模型MatrixFactorizationModel进行加载和保存，但回归模型不是这样完成的。

有没有办法通过提供我自己的负载和保存程序来解决这个问题？如果是这样，我将如何处理？

这个功能是否会在未来的版本中出现，或者 pySpark MLlib 是否会被逐步淘汰？

Answer 1

在 Spark 1.3.1 中，LinearModel作为大多数线性分类器（即LogisticRegressionModel）的基类的类是纯 Python 类，因此您可以尝试腌制它，或者您可以自己保存属性_coeff - weights()和_intercept - intercept()构造传递权重和截距项的LogisticRegressionModel类，如下例所示：

model = LogisticRegressionModel(weights, intercept)