1. Lernen
    2. /
  2. Kurse
    3. /
  3. Einführung in PySpark
  • 1

    PySpark kennen lernen

    Kostenlos

    In diesem Kapitel lernst du, wie Spark mit Daten umgeht und wie du mit Python Tabellen lesen und schreiben kannst.

  • 2

    Daten manipulieren

    In diesem Kapitel lernst du das Modul pyspark.sql kennen, das optimierte Datenabfragen für deine Spark-Sitzung bereitstellt.

  • 3

    Erste Schritte mit Machine-Learning-Pipelines

    PySpark verfügt über integrierte, hochmoderne Machine-Learning-Routinen sowie über Hilfsprogramme zur Erstellung kompletter Machine-Learning-Pipelines. In diesem Kapitel lernst du mehr darüber.

  • 4

    Modelloptimierung und -auswahl

    In diesem letzten Kapitel wendest du das Gelernte an, um ein Modell zu erstellen, das vorhersagt, welche Flüge verspätet sein werden.

Initializing

Ubung

Das Modell bewerten

Erinnerst du dich an die Testdaten, die du in Kapitel 3 zur Seite gelegt hast? Jetzt ist es an der Zeit, dein Modell damit zu testen! Du kannst denselben Evaluator verwenden, den du für das Modelltraining erstellt hast.

Anweisungen

100 XP
  • Nutze dein Modell, um Vorhersagen zu treffen, indem du best_lr.transform() auf die Daten von test anwendest. Speichere dies als test_results.
  • Rufe evaluator.evaluate() auf test_results auf, um die AUC zu berechnen. Gib die Ausgabe aus.