Créer un arbre de décision
Maintenant que vous avez séparé les données de vols en ensembles d'entraînement et de test, vous pouvez utiliser l'ensemble d'entraînement pour ajuster un modèle d'arbre de décision.
Les données sont disponibles sous flights_train et flights_test.
REMARQUE : L'entraînement du modèle prendra quelques secondes… merci de votre patience!
Cette activité fait partie du cours
Machine Learning avec PySpark
Instructions de l’exercice
- Importez la classe pour créer un classificateur par arbre de décision.
- Créez un objet classificateur et ajustez-le aux données d'entraînement.
- Générez des prédictions pour les données de test et examinez les résultats.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import the Decision Tree Classifier class
from pyspark.ml.____ import ____
# Create a classifier object and fit to the training data
tree = ____()
tree_model = tree.____(____)
# Create predictions for the testing data and take a look at the predictions
prediction = tree_model.____(____)
prediction.select('label', 'prediction', 'probability').show(5, False)