Scala可以加载SparkR保存的模型吗？

Question

我是数据分析师。我想训练一个模型（例如randomforest），这个模型可以由Scala保存和加载。由于Scala和R都使用MLlib进行机器学习，Scala是否也可以加载训练并保存在SparkR中的模型？

我发现一篇文章说它不兼容： https://databricks.com/blog/2016/05/31/apache-spark-2-0-preview-machine-learning-model-persistence.html

但它是差不多一年前写的。 SparkR的最新甚至开发版本是否支持这种模型的交叉兼容性？

Answer 1

代码：在Spark中保存并加载模型

 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")

详情请参阅

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

希望这有助于!!! ...