Exportação de modelo do ML de MLeap

Importante

Esta documentação foi desativada e pode não ser atualizada. Os produtos, serviços ou tecnologias mencionados neste conteúdo não são mais suportados.

Para exportar modelos para servir predições individuais, pode utilizar o MLeap, um formato de serialização e mecanismo de execução comum para pipelines de machine learning. O MLeap suporta a serialização de pipelines de Apache Spark, scikit-learn e TensorFlow num pacote, para que possa carregar e implementar modelos treinados e fazer predições com novos dados. Pode importar os modelos exportados para o Spark e outras plataformas para classificação e predições.

Nota

O Databricks Runtime não suporta MLeap de código aberto. Para usar o MLeap, você deve criar um cluster executando o Databricks Runtime 13.3 LTS ML ou inferior. Essas versões do Databricks Runtime ML têm uma versão personalizada do MLeap pré-instalada.

O bloco de anotações a seguir mostra um exemplo de um fluxo de trabalho de exportação de modelo.

Exemplo: Exportar e importar modelos em Python

Este exemplo de bloco de anotações demonstra como usar MLeap para exportar modelos com MLlib.

Notebook Python de exportação MLeap

Obter caderno