Dáme to dohromady

Příznaky pro modely, které se chystáš spustit, jsou uložené v datasetu timbre, ale cílová proměnná – rok vydání – se nachází v datasetu track_metadata. Před spuštěním modelu je proto potřeba oba datasety spojit. Protože každý řádek v jednom datasetu odpovídá právě jednomu řádku v druhém, použiješ inner join.

Čeká tě ještě jeden krok čištění dat. Sloupec year obsahuje celá čísla, ale modelovací funkce ve Sparku vyžadují reálná čísla. Sloupec s rokem proto převeď na typ numeric.

Toto cvičení je součástí kurzu

Úvod do Sparku se sparklyr v R

Zobrazit kurz

Pokyny k cvičení

Připojení ke Sparku je pro tebe připraveno jako spark_conn. Tibbles napojené na metadata skladeb a data o zabarvení zvuku uložená ve Sparku jsou předem definované jako track_metadata_tbl a timbre_tbl.

Proveď inner join metadat skladeb s daty o zabarvení zvuku podle sloupce track_id.
Převeď sloupec year na typ numeric.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# track_metadata_tbl, timbre_tbl pre-defined
track_metadata_tbl
timbre_tbl

track_metadata_tbl %>%
  # Inner join to timbre_tbl
  ___ %>%
  # Convert year to numeric
  ___

Upravit a spustit kód