Esportare il modello di ML MLeap
Importante
Questa documentazione è stata ritirata e potrebbe non essere aggiornata. I prodotti, i servizi o le tecnologie menzionati in questo contenuto non sono più supportati.
Per esportare modelli specifici per singole stime, è possibile usare MLeap, un formato di serializzazione comune e un motore di esecuzione per pipeline di Machine Learning. MLeap supporta la serializzazione di pipeline Apache Spark, scikit-learn e TensorFlow in un bundle, consentendo di caricare e distribuire i modelli con training per eseguire stime con nuovi dati. È possibile importare i modelli esportati in Spark e in altre piattaforme per l'assegnazione di punteggi e le stime.
Nota
Databricks Runtime non supporta MLeap open source. Per usare MLeap, è necessario creare un cluster che esegue Databricks Runtime 13.3 LTS ML o versione successiva. Queste versioni di Databricks Runtime ML hanno una versione personalizzata di MLeap preinstallata.
Il notebook seguente illustra un esempio di flusso di lavoro di esportazione di modelli.
Esempio: Esportare e importare modelli in Python
Questo esempio di notebook illustra come usare MLeap per esportare modelli con MLlib.