python - 当新数据到来时,如何重新训练 pyspark 中保存的线性回归 ML 模型

标签 python machine-learning pyspark

我使用pyspark ml训练了一个线性回归模型并保存它。现在我想在新的基础上重新训练它数据批量..可能吗?

最佳答案

我不这么认为,你用pyspark.ml.regression.GeneralizedLinearRegression来训练,然后你得到一个pyspark.ml.regression.GeneralizedLinearRegressionModel,这就是你保存的。 AFIK,模型无法重新拟合,必须再次使用回归拟合才能得到新模型。

关于python - 当新数据到来时,如何重新训练 pyspark 中保存的线性回归 ML 模型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45050839/

相关文章:

python - 如何将结果保存到文件中?

Python 单词表

python - tensorflow.load 与下载 URL

python - 访问规则中的嵌套配置变量

machine-learning - 如何更新神经网络反向传播中的偏差?

apache-spark - 如何创建一个空的DataFrame?为什么是 “ValueError: RDD is empty”?

apache-spark - 读取分区 Parquet 时,Spark 错误地将以 'd' 或 'f' 结尾的分区名称解释为数字

java - Apache Lucene 中的单词关联搜索

python - 机器学习sklearn中的海量数据集

pyspark - AWS EMR 集群中的 session 不处于事件状态 Pyspark