在pySp中保存回归模型

Question

在pySpark MLlib中，似乎没有办法保存和加载回归模型，例如logisticseregressionmodel、SVMModel、NaiveBayesModel和DecisionTreeModel。通过JavaSaveable和JavaLoader mixin，在推荐模型MatrixFactorizationModel上加载和保存，但是回归模型不是这样做的。在

有没有一种方法可以通过提供自己的加载和保存例程来解决这个问题？如果是这样，我该怎么做？在

这个功能是在将来的版本中预期的，还是pySpark MLlib正在逐步淘汰？在

Answer 1

在Spark 1.3.1中，LinearModel类是大多数线性分类器的基类（即LogisticRegressionModel）是一个纯Python类，因此您可以尝试对其进行pickle处理，也可以自己保存属性_coeff - weights()和{}，并构造传递权重和截距项的LogisticRegressionModel类，如下例所示：

model = LogisticRegressionModel(weights, intercept)