Optimalizace lineární regrese pro lety

Dosud jsi při trénování modelů používal/a výchozí hyperparametry. V tomto cvičení využiješ křížovou validaci k výběru optimální (nebo blízko optimální) sady hyperparametrů modelu.

Následující objekty už jsou připravené:

regression — objekt třídy LinearRegression
pipeline — pipeline obsahující string indexer, one-hot encoder, vector assembler a lineární regresi
evaluator — objekt třídy RegressionEvaluator.

Toto cvičení je součástí kurzu

Machine Learning with PySpark

Zobrazit kurz

Pokyny k cvičení

Vytvoř builder mřížky parametrů.
Přidej mřížky pro regression.regParam (hodnoty 0.01, 0.1, 1.0 a 10.0) a regression.elasticNetParam (hodnoty 0.0, 0.5 a 1.0).
Sestav mřížku.
Vytvoř křížový validátor s pěti složeními (folds).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create parameter grid
params = ____()

# Add grids for two parameters
params = params.____(____, ____) \
               .____(____, ____)

# Build the parameter grid
params = params.____()
print('Number of models to be tested: ', len(params))

# Create cross-validator
cv = ____(estimator=____, estimatorParamMaps=____, evaluator=____, ____)

Upravit a spustit kód