TabularPredictor.persist

TabularPredictor.persist(models='best', with_ancestors=True, max_memory=0.4) → List[str]

将模型持久化在内存中以减少推理延迟。如果模型用于在线推理，低延迟至关重要，这一点尤为重要。 如果模型没有持久化在内存中，每次需要做出预测时都会从磁盘加载。

Parameters:

• 模型 (列表的字符串或字符串, 默认 = 'best') – 要持久化的模型名称。 如果为‘best’，则持久化验证分数最高的模型（这是默认用于预测的模型）。 如果为‘all’，则持久化所有模型。 有效的模型可以通过调用predictor.model_names()在此predictor中列出。

• with_ancestors (bool, default = True) – 如果为True，提供的模型的所有祖先模型也将被持久化。 如果为False，堆叠模型将不会持久化它们所依赖的模型，除非这些模型在models中被指定。这将减慢推理速度，因为祖先模型仍然需要从磁盘加载以进行每次预测调用。 仅适用于堆叠模型。

• max_memory (float, default = 0.4) – 允许持久化模型使用的总可用内存的比例。 如果模型的总内存使用量需要比max_memory更大的内存比例，则不会持久化。在这种情况下，输出将是一个空列表。 如果为None，则无论估计的内存使用量如何，模型都会被持久化。这可能会导致内存不足错误。

Return type:

持久化模型名称列表。