Retards de vols avec arbres à gradient renforcé
Vous avez déjà construit un classificateur pour prédire les vols susceptibles d'être en retard à l'aide d'un arbre de décision. Dans cet exercice, vous comparerez un modèle d'arbre de décision à un modèle d'arbres à gradient renforcé.
Les données sur les vols ont été séparées aléatoirement en flights_train et flights_test.
Cette activité fait partie du cours
Machine Learning avec PySpark
Instructions de l’exercice
- Importez les classes nécessaires pour créer des classificateurs Arbre de décision et Arbres à gradient renforcé.
- Créez les classificateurs Arbre de décision et Arbres à gradient renforcé. Entraînez-les sur les données d'apprentissage.
- Créez un évaluateur et calculez l'AUC sur les données de test pour les deux classificateurs. Quel modèle donne les meilleurs résultats ?
- Pour le classificateur Arbres à gradient renforcé, affichez le nombre d'arbres et l'importance relative des variables.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import the classes required
from pyspark.ml.____ import ____, ____
from pyspark.ml.evaluation import BinaryClassificationEvaluator
# Create model objects and train on training data
tree = ____().____(____)
gbt = ____().____(____)
# Compare AUC on testing data
evaluator = ____()
print(evaluator.____(tree.____(____)))
print(evaluator.____(gbt.____(____)))
# Find the number of trees and the relative importance of features
print(gbt.____)
print(gbt.____)