Model doby letu: Pouze vzdálenost
V tomto cvičení sestavíš regresní model pro predikci doby letu (sloupec duration).
Zatím model zjednodušíme — jako prediktor použiješ pouze vzdálenost letu (sloupec km).
Data jsou uložena v proměnné flights. První záznamy jsou zobrazeny v terminálu. Data byla také rozdělena na trénovací a testovací sadu, dostupné jako flights_train a flights_test.
Toto cvičení je součástí kurzu
Machine Learning with PySpark
Pokyny k cvičení
- Vytvoř objekt lineární regrese. Zadej název sloupce s cílovou proměnnou. Natrénuj ho na trénovacích datech.
- Proveď predikce na testovacích datech.
- Vytvoř objekt pro vyhodnocení regrese a použij ho k výpočtu RMSE na testovacích datech.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
from pyspark.ml.regression import LinearRegression
from pyspark.ml.evaluation import RegressionEvaluator
# Create a regression object and train on training data
regression = ____(____).____(____)
# Create predictions for the testing data and take a look at the predictions
predictions = ____.____(____)
predictions.select('duration', 'prediction').show(5, False)
# Calculate the RMSE
____(____).____(predictions)