Faire le validateur
Le sous-module pyspark.ml.tuning possède également une classe appelée CrossValidator pour effectuer une validation croisée. Ce site Estimator prend le modélisateur que vous souhaitez ajuster, la grille d'hyperparamètres que vous avez créée et l'évaluateur que vous souhaitez utiliser pour comparer vos modèles.
Le sous-module pyspark.ml.tune a déjà été importé sous le nom de tune. Vous créerez CrossValidator en lui passant la régression logistique Estimator lr, le paramètre grid, et le evaluator que vous avez créé dans les exercices précédents.
Cet exercice fait partie du cours
<cours>Introduction à PySpark</cours>Instructions de l’exercice
Créez un
CrossValidatoren appelanttune.CrossValidator()avec les arguments :estimator=lrestimatorParamMaps=gridevaluator=evaluator
Nommez cet objet
cv.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create the CrossValidator
cv = tune.____(estimator=____,
estimatorParamMaps=____,
evaluator=____
)