Exportação de modelos de ML do MLeap
Importante
Esta documentação foi desativada e pode não estar atualizada. Não há mais suporte para os produtos, serviços ou tecnologias mencionados neste conteúdo.
Para exportar modelos a fim de fornecer previsões individuais, use o MLeap, um formato comum de serialização e um mecanismo de execução para pipelines de machine learning. O MLeap dá suporte à serialização de pipelines do Apache Spark, do Scikit-learn e do TensorFlow em um pacote, de modo que você possa carregar e implantar modelos treinados para fazer previsões com novos dados. Importe os modelos exportados para o Spark e outras plataformas para pontuação e previsões.
Observação
O Databricks Runtime não dá suporte a MLeap de código aberto. Para usar o MLeap, você deve criar um cluster executando o Databricks Runtime 13.3 LTS ML ou inferior. Estas versões do Databricks Runtime ML têm uma versão personalizada do MLeap pré-instalada.
O seguinte notebook mostra um exemplo de um fluxo de trabalho de exportação de modelo.
Exemplo: exportar e importar modelos no Python
Este exemplo de notebook demonstra como usar o MLeap para exportar modelos com o MLlib.