Modèle de durée de vol : modèle Pipeline
Vous êtes maintenant prêt à regrouper ces étapes dans un pipeline.
Vous allez construire le pipeline, puis l'entraîner sur les données d'entraînement. Chaque étape du pipeline sera appliquée tour à tour aux données d'entraînement. Aucune des étapes ne sera exposée aux données de test : il n'y aura donc aucune fuite !
Une fois le pipeline entièrement entraîné, vous l'utiliserez pour faire des prédictions sur les données de test.
Les données sont disponibles sous flights, qui a été scindé aléatoirement en flights_train et flights_test.
Cette activité fait partie du cours
Machine Learning avec PySpark
Instructions de l’exercice
- Importez la classe permettant de créer un pipeline.
- Créez un objet pipeline et indiquez les étapes
indexer,onehot,assembleretregression, dans cet ordre. - Entraînez le pipeline sur les données d'entraînement.
- Faites des prédictions sur les données de test.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import class for creating a pipeline
from pyspark.____ import ____
# Construct a pipeline
pipeline = ____(____=[____])
# Train the pipeline on the training data
pipeline = pipeline.____(____)
# Make predictions on the testing data
predictions = ____.____(____)