Construire un modèle de Logistic Regression
Vous avez déjà construit un modèle d'arbre de décision avec les données de vols. Maintenant, vous allez créer un modèle de Logistic Regression sur les mêmes données.
L'objectif est de prédire si un vol risque d'avoir un retard d'au moins 15 minutes (étiquette 1) ou non (étiquette 0).
Même si vous disposez de plusieurs prédicteurs, vous n'utiliserez pour l'instant que les colonnes mon, depart et duration. Ce sont des caractéristiques numériques que vous pouvez utiliser immédiatement dans un modèle de Logistic Regression. Il faudra faire un peu plus de préparation avant d'inclure des caractéristiques catégorielles. Restez à l'écoute!
Les données ont été divisées en ensembles d'entraînement et de test, disponibles sous flights_train et flights_test.
Cette activité fait partie du cours
Machine Learning avec PySpark
Instructions de l’exercice
- Importez la classe pour créer un classificateur de Logistic Regression.
- Créez un objet classificateur et entraînez-le sur les données d'entraînement.
- Faites des prédictions pour les données de test et créez une matrice de confusion.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import the logistic regression class
from pyspark.ml.____ import ____
# Create a classifier object and train on training data
logistic = ____().____(____)
# Create predictions for the testing data and show confusion matrix
prediction = ____.____(____)
prediction.groupBy(____, ____).____().show()