Vytvoř evaluátor RMSE

Teď, když víš, jak natrénovat model na trénovacích datech a generovat predikce na testovacích datech, potřebuješ způsob, jak vyhodnotit, jak dobře tvůj model funguje. K tomu vytvoříme evaluator. Evaluátory ve Sparku lze sestavit různými způsoby. Pro naše účely chceme regressionEvaluator, který vypočítá RMSE. Jakmile regressionEvaluator vytvoříme, můžeme model natrénovat na datech a generovat predikce.

Toto cvičení je součástí kurzu

Tvorba doporučovacích systémů s PySparkem

Zobrazit kurz

Pokyny k cvičení

Importuj potřebný balíček RegressionEvaluator z třídy pyspark.ml.evaluation.
Dokonči kód pro evaluator: zadej metric name jako "rmse", nastav labelCol na název sloupce v datech ratings, který obsahuje hodnocení (název zjistíš metodou ratings.columns), a nastav název sloupce s predikcemi na "prediction".
Ověř, že byl evaluator správně vytvořen – extrahuj z něj každý ze tří parametrů. Spusť následující 3 řádky kódu, každý uvnitř příkazu print:
- evaluator.getMetricName()
- evaluator.getLabelCol()
- evaluator.getPredictionCol()

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import RegressionEvaluator
from pyspark.ml.evaluation import ____

# Complete the evaluator code
evaluator = RegressionEvaluator(metricName="____", labelCol="____", predictionCol="____")

# Extract the 3 parameters
print(evaluator.get____())
print(evaluator.get____())
print(evaluator.get____())

Upravit a spustit kód