Évaluer le modèle
Vous vous souvenez des données de test que vous avez mises de côté au chapitre 3 ? Il est enfin temps de tester votre modèle sur cet appareil. Vous pouvez utiliser le même évaluateur que vous avez créé pour ajuster le modèle.
Cet exercice fait partie du cours
<cours>Principes fondamentaux de PySpark</cours>Instructions de l’exercice
- Veuillez utiliser votre modèle pour générer des prévisions en appliquant
best_lr.transform()aux données detest. Enregistrez cela soustest_results. - Veuillez contacter
evaluator.evaluate()à l'adressetest_resultspour calculer l'AUC. Affichez la sortie.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Use the model to predict the test set
test_results = best_lr.____(____)
# Evaluate the predictions
print(evaluator.evaluate(____))