Logistic Regression मॉडल बनाएँ
आप पहले ही flights डेटा का उपयोग करके एक Decision Tree मॉडल बना चुके हैं. अब आप उसी डेटा पर एक Logistic Regression मॉडल बनाएँगे.
उद्देश्य यह भविष्यवाणी करना है कि कोई उड़ान कम से कम 15 मिनट देरी से होगी (लेबल 1) या नहीं (लेबल 0).
हालाँकि आपके पास कई predictors उपलब्ध हैं, फिलहाल आप सिर्फ mon, depart और duration कॉलम का उपयोग करेंगे. ये संख्यात्मक फीचर हैं, जिन्हें तुरंत Logistic Regression मॉडल में इस्तेमाल किया जा सकता है. श्रेणीबद्ध फीचर्स जोड़ने से पहले आपको थोड़ा और काम करना होगा. जुड़े रहिए!
डेटा को training और testing सेट में बाँटा गया है और वे flights_train और flights_test के रूप में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
PySpark के साथ Machine Learning
अभ्यास निर्देश
- Logistic Regression classifier बनाने वाली क्लास इम्पोर्ट करें.
- एक classifier ऑब्जेक्ट बनाएँ और उसे training डेटा पर train करें.
- testing डेटा के लिए प्रेडिक्शन बनाएँ और एक confusion matrix बनाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the logistic regression class
from pyspark.ml.____ import ____
# Create a classifier object and train on training data
logistic = ____().____(____)
# Create predictions for the testing data and show confusion matrix
prediction = ____.____(____)
prediction.groupBy(____, ____).____().show()