teradataml.automl.AutoClassifier.deploy = deploy(self, table_name, top_n=3, ranks=None)

DESCRIPTION:
    Function saves models to the specified table name.
    Note:
        * AutoCluster does not support deploy method, so it raises an exception.
        * If 'ranks' is provided, specified models in 'ranks' will be saved
          and ranks will be reassigned to specified models based
          on the order of the leaderboard, non-specified models will be ignored.
    
PARAMETERS:
    table_name:
        Required Argument.
        Specifies the table name to which models information is to be saved.
        Types: str
 
    top_n:
        Optional Argument.
        Specifies the top n models to be saved.
        Note:
            * If 'ranks' is not provided, the function saves the top 'top_n' models.
 
        Default Value: 3
        Types: int
    
    ranks:
        Optional Argument.
        Specifies the ranks for the models to be saved.
        Note:
            * If 'ranks' is provided, then 'top_n' is ignored.
        Types: int or list of int or range object
 
RETURNS:
    None
 
RAISES:
    TeradataMlException.
 
EXAMPLES:
    # Create an instance of the AutoML called "obj" by referring 
    # "AutoML()" or "AutoRegressor()" or "AutoClassifier()" or 
    # "AutoFraud()" or "AutoChurn()" method.
    >>> obj = AutoML(task_type="Classification")
    >>> obj.fit(data = data, target_column = target_column)
 
    # Save top 3 models to the specified table.
    >>> obj.deploy("model_table")
 
    # Save top n models to the specified table.
    >>> obj.deploy("model_table", top_n=5)
 
    # Save models based on specified ranks to the specified table.
    >>> obj.deploy("model_table", ranks=[1, 3, 5])
 
    # Save models based on specified rank range to the specified table.
    >>> obj.deploy("model_table", ranks=range(2,6))