Vytvoření evaluátoru
Při křížové validaci pro výběr modelu potřebuješ nejdřív způsob, jak jednotlivé modely porovnat. Naštěstí submodul pyspark.ml.evaluation obsahuje třídy pro vyhodnocování různých typů modelů. Tvůj model je binární klasifikační model, takže využiješ BinaryClassificationEvaluator z modulu pyspark.ml.evaluation.
Tento evaluátor vypočítá plochu pod ROC křivkou. Jde o metriku, která kombinuje oba typy chyb, které může binární klasifikátor udělat (falešně pozitivní a falešně negativní výsledky), do jediného čísla. Víc se o tom dozvíš ke konci kapitoly!
Toto cvičení je součástí kurzu
Foundations of PySpark
Pokyny k cvičení
- Importuj submodul
pyspark.ml.evaluationjakoevals. - Vytvoř proměnnou
evaluatorvolánímevals.BinaryClassificationEvaluator()s argumentemmetricName="areaUnderROC".
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import the evaluation submodule
import ____ as evals
# Create a BinaryClassificationEvaluator
evaluator = ____