Trénování lineárního modelu pomocí Dask

Dask umožňuje trénovat modely strojového učení na datasetech, které se nevejdou do paměti, a zároveň ti dovoluje rozložit načítání dat, předzpracování i trénování napříč více vlákny, procesy nebo dokonce více počítači.

Tvým úkolem je natrénovat model strojového učení, který bude předpovídat popularitu skladeb v datové sadě Spotify, se kterou jsi pracoval/a v předchozích kapitolách. Data jsou již načtena jako lazy Dask DataFramy. Vstupní proměnné jsou dostupné jako dask_X a obsahují několik numerických sloupců, například tempo skladby a její taneční potenciál. Cílové hodnoty jsou dostupné jako dask_y a představují skóre popularity každé skladby.

Toto cvičení je součástí kurzu

Parallel Programming with Dask in Python

Zobrazit kurz

Pokyny k cvičení

Importuj třídu SGDRegressor z sklearn.linear_model a třídu Incremental z dask_ml.wrappers.
Vytvoř model lineární regrese SGDRegressor.
Pomocí třídy Incremental zabal model tak, aby bylo možné ho trénovat s Dask datasetem, a nastav parametr scoring na 'neg_mean_squared_error'.
Natrénuj zabalený model s jedním průchodem přes data.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import the SGDRegressor and the Incremental wrapper
from ____ import ____
from ____ import ____

# Create a SGDRegressor model
model = ____

# Wrap the model so that it works with Dask
dask_model = ____

# Fit the wrapped model
dask_model.____

Upravit a spustit kód