Evaluación de Random Forest

En este ejercicio final, evaluarás los resultados de la validación cruzada en un modelo Random Forest.

Ya se han creado los siguientes:

cv - un validador cruzado que ya se ha ajustado a los datos de entrenamiento
evaluator — un objeto BinaryClassificationEvaluator
flights_test — los datos de las pruebas.

Este ejercicio forma parte del curso

Machine learning con PySpark

Ver curso

Instrucciones del ejercicio

Imprime una lista de métricas AUC medias en todos los modelos de la cuadrícula de parámetros.
Muestra el AUC promedio para el mejor modelo. Este será el AUC más grande de la lista.
Imprime una explicación de los parámetros « maxDepth » y « featureSubsetStrategy » para obtener el mejor modelo.
Muestra el AUC para las mejores predicciones del modelo en los datos de prueba.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Average AUC for each parameter combination in grid
print(cv.____)

# Average AUC for the best model
print(____(____))

# What's the optimal parameter value for maxDepth?
print(cv.____.explainParam('____'))
# What's the optimal parameter value for featureSubsetStrategy?
print(cv.____.____(____))

# AUC for best model on testing data
print(evaluator.____(____.____(____)))

Editar y ejecutar código