Exportación de modelos de Machine Learning en MLeap
Importante
Esta documentación se ha retirado y es posible que no se actualice. Los productos, servicios o tecnologías mencionados en este contenido ya no se admiten.
Para exportar modelos para ofrecer predicciones individuales, puede usar MLeap, un formato de serialización común y un motor de ejecución de las canalizaciones de aprendizaje automático. MLeap admite la serialización de canalizaciones de Apache Spark, scikit-learn y TensorFlow en un conjunto para que pueda cargar e implementar los modelos entrenados para realizar predicciones con nuevos datos. Puede importar los modelos exportados en Spark y en otras plataformas para la puntuación y las predicciones.
Nota:
El componente Databricks Runtime no admite el uso de versiones de MLeap de código abierto. Para usar MLeap, debe crear un clúster que ejecute Databricks Runtime 13.3 LTS ML o inferior. Estas versiones de Databricks Runtime ML tienen una versión personalizada de MLeap preinstalada.
En el siguiente cuaderno se muestra un ejemplo de un flujo de trabajo de exportación de modelos.
Ejemplo: exportación e importación de modelos en Python
En este ejemplo de cuaderno se muestra cómo usar MLeap para exportar modelos con MLlib.