模型目录

支持 train(训练)模式的机器学习算法会生成存储在模型目录中的已训练模型。同样,predict(预测)过程可以使用这些已训练模型来生成预测。模型通常是代表现实世界或虚拟实体的数学公式。每个需要已训练模型的算法都会提供用于计算该模型的公式和方法。

模型目录是 GDS 库中的一个概念,允许按名称存储和管理多个已训练模型。本章介绍了可用的模型目录操作。

名称 描述

gds.model.list

打印有关目录中当前可用模型的信息。

gds.model.exists

检查指定名称的模型在目录中是否可用。

gds.model.drop

从目录中删除指定名称的模型。

gds.model.store

将目录中指定名称的模型存储到磁盘上。

gds.model.load

从磁盘加载已存储的指定名称模型。

gds.model.delete

从磁盘中移除已存储的指定名称模型。

gds.model.publish

使模型可供所有用户访问。

训练模型是相应算法的职责,并由程序模式 train 提供。训练、使用、列出和删除命名模型是绑定到 Neo4j 用户的管理操作。除非明确发布,否则其他 Neo4j 用户训练的模型是不可访问的。