Validator erstellen
Das Untermodul pyspark.ml.tuning hat auch eine Klasse namens CrossValidator für die Durchführung der Kreuzvalidierung. Dieser Estimator verwendet das zu trainierende Modell, das von dir erstellte Raster der Hyperparameter und die Bewertungsmethode, mit der du die Modelle vergleichen möchtest.
Das Untermodul pyspark.ml.tune wurde bereits als tune importiert. Du erstellst den CrossValidator, indem du den Estimator der logistischen Regression lr, den Parameter grid und den evaluator übergibst, die du in den vorherigen Aufgaben erstellt hast.
Diese Übung ist Teil des Kurses
<Kurs>Einführung in PySpark</Kurs>Übungsanweisungen
Erstelle einen
CrossValidator, indem dutune.CrossValidator()mit den folgenden Argumenten aufrufst:estimator=lrestimatorParamMaps=gridevaluator=evaluator
Benenne dieses Objekt
cv.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Create the CrossValidator
cv = tune.____(estimator=____,
estimatorParamMaps=____,
evaluator=____
)