Zpožděné lety s Gradient-Boosted Trees
V předchozím cvičení jsi sestavil/a klasifikátor pro lety se pravděpodobným zpožděním pomocí rozhodovacího stromu. V tomto cvičení porovnáš model Decision Tree s modelem Gradient-Boosted Trees.
Data o letech byla náhodně rozdělena na flights_train a flights_test.
Toto cvičení je součástí kurzu
Machine Learning with PySpark
Pokyny k cvičení
- Importuj třídy potřebné k vytvoření klasifikátorů Decision Tree a Gradient-Boosted Tree.
- Vytvoř klasifikátory Decision Tree a Gradient-Boosted Tree a natrénuj je na trénovacích datech.
- Vytvoř evaluátor a vypočítej AUC na testovacích datech pro oba klasifikátory. Který model podává lepší výsledky?
- Pro klasifikátor Gradient-Boosted Tree vypiš počet stromů a relativní důležitost příznaků.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import the classes required
from pyspark.ml.____ import ____, ____
from pyspark.ml.evaluation import BinaryClassificationEvaluator
# Create model objects and train on training data
tree = ____().____(____)
gbt = ____().____(____)
# Compare AUC on testing data
evaluator = ____()
print(evaluator.____(tree.____(____)))
print(evaluator.____(gbt.____(____)))
# Find the number of trees and the relative importance of features
print(gbt.____)
print(gbt.____)