Sestav pipeline pro křížovou validaci

Teď máme data, rozdělení na trénovací a testovací sadu, model i hodnoty hyperparametrů. Pojďme Sparku říct, jak má model křížově validovat, aby našel nejlepší kombinaci hyperparametrů a vrátil nám ji.

Toto cvičení je součástí kurzu

Tvorba doporučovacích systémů s PySparkem

Zobrazit kurz

Pokyny k cvičení

Vytvoř CrossValidator s názvem cv, kde jako estimátor použij model als. Nastav estimatorParamMaps na param_grid, který jsi právě sestavil/a. Řekni Sparku, že se má jako evaluator použít "evaluator", který jsme sestavili dříve. Nastav numFolds na 5.
Ověř, že byl cv správně sestaven, a vypiš ho pomocí print(cv).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Build cross validation using CrossValidator
____ = CrossValidator(estimator=____, estimatorParamMaps=____, evaluator=____, numFolds=____)

# Confirm cv was built
print(____)

Upravit a spustit kód