我是一名数据分析师。我想训练一个模型（例如随机森林），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 是否也可以加载在 SparkR 中训练并保存的模型？
我发现一篇文章说不兼容： https://databricks.com/blog/2016/05/31/apache-spark-2-0-preview-machine-learning-model-persistence.html
但它几乎是一年前写的。 SparkR 的最新甚至开发版本是否支持这种模型的交叉兼容性？
【问题讨论】：
代码：在 Spark 中保存和加载模型
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")
更多详情请参考
https://spark.apache.org/docs/latest/ml-pipeline.html#example-pipeline
希望对您有所帮助！！！...
【讨论】：