Vyhodnocení Random Forest

V tomto závěrečném cvičení vyhodnotíš výsledky křížové validace na modelu Random Forest.

Následující objekty už jsou připravené:

cv – křížový validátor, který již byl natrénován na trénovacích datech
evaluator – objekt BinaryClassificationEvaluator
flights_test – testovací data.

Toto cvičení je součástí kurzu

Machine Learning with PySpark

Zobrazit kurz

Pokyny k cvičení

Vypiš seznam průměrných hodnot AUC pro všechny modely v mřížce parametrů.
Zobraz průměrné AUC nejlepšího modelu. Bude to nejvyšší hodnota AUC v seznamu.
Vypiš vysvětlení parametrů maxDepth a featureSubsetStrategy pro nejlepší model.
Zobraz hodnotu AUC pro předpovědi nejlepšího modelu na testovacích datech.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Average AUC for each parameter combination in grid
print(cv.____)

# Average AUC for the best model
print(____(____))

# What's the optimal parameter value for maxDepth?
print(cv.____.explainParam('____'))
# What's the optimal parameter value for featureSubsetStrategy?
print(cv.____.____(____))

# AUC for best model on testing data
print(evaluator.____(____.____(____)))

Upravit a spustit kód