Créer le validateur
Le sous-module pyspark.ml.tuning contient également une classe appelée CrossValidator permettant d'effectuer une validation croisée. Estimator utilise le modélisateur que vous souhaitez adapter, 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 tune. Vous allez créer CrossValidator en lui transmettant Estimator lr de régression logistique, le paramètre grid, et evaluator que vous avez créé dans les exercices précédents.
Cet exercice fait partie du cours
<cours>Principes fondamentaux de PySpark</cours>Instructions de l’exercice
Veuillez créer un objet
CrossValidatoren appelanttune.CrossValidator()avec les arguments suivants :estimator=lrestimatorParamMaps=gridevaluator=evaluator
Veuillez nommer cet objet
cv.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create the CrossValidator
cv = tune.____(estimator=____,
estimatorParamMaps=____,
evaluator=____
)