Déployer l’apprentissage automatique Apprentissage:automatique

1. Enregistrer un modèle

Dans les exemples précédents, nous avons vu que nous pouvons découvrir les structures d’un jeu de données. Puis, nous utilisons ce modèle appris sur de nouvelles lignes. Nous obtenons un objet DataFrame que nous pouvons alors sauvegarder. En réalité, il est assez rare qu’à l’entraînement succède la génération des prédictions. Plus couramment, le modèle est enregistré pour être utilisé plus tard. L’enregistrement s’opère grâce à la fonction save.

modele.save("/dbfs/mnt/data/model") 

2. Récupérer un modèle sauvegardé

Dans le dossier dans lequel le modèle a été sauvegardé, figurent deux sous-dossiers : metadata et data. Le dossier data contient des fichiers Parquet. Nous pouvons lire ces fichiers pour faire les prédictions. Pour cela, il s’agit de partir de la classe du modèle. Si nous avons entraîné un modèle avec MultilayerPerceptronClassificationModel, c’est à partir de là que nous accédons à la fonction load et à notre modèle.

modele_depuis_le_disque:  
MultilayerPerceptronClassificationModel =  
MultilayerPerceptronClassificationModel.load("/dbfs/mnt/data/model") 

Vous serez alors à même de passer à l’étape...