फ्लाइट ड्यूरेशन मॉडल: प्रस्थान समय जोड़ना
पिछले अभ्यास में प्रस्थान समय को बकेट किया गया था और डमी वैरिएबल्स में बदला गया था। अब आप उन डमी वैरिएबल्स को फ्लाइट ड्यूरेशन के रिग्रेशन मॉडल में शामिल करने जा रहे हैं.
डेटा flights में हैं। km, org_dummy और depart_dummy कॉलम्स को मिलाकर features बनाया गया है, जहाँ km का इंडेक्स 0 है, org_dummy का इंडेक्स 1 से 7 तक चलता है और depart_dummy का 8 से 14 तक.
डेटा को training और testing सेट्स में बाँटा गया है और training डेटा पर एक linear regression मॉडल regression बनाया गया है। testing डेटा पर predictions किए गए हैं और predictions के रूप में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
PySpark के साथ Machine Learning
अभ्यास निर्देश
- testing डेटा पर predictions के लिए RMSE निकालें.
- OGG से 21:00 से 24:00 के बीच उड़ने वाली फ्लाइट्स के लिए जमीन पर बिताया गया औसत समय निकालें.
- OGG से 03:00 से 06:00 के बीच उड़ने वाली फ्लाइट्स के लिए जमीन पर बिताया गया औसत समय निकालें.
- JFK से 03:00 से 06:00 के बीच उड़ने वाली फ्लाइट्स के लिए जमीन पर बिताया गया औसत समय निकालें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Find the RMSE on testing data
from pyspark.ml.____ import ____
rmse = ____(____).____(____)
print("The test RMSE is", rmse)
# Average minutes on ground at OGG for flights departing between 21:00 and 24:00
avg_eve_ogg = regression.____
print(avg_eve_ogg)
# Average minutes on ground at OGG for flights departing between 03:00 and 06:00
avg_night_ogg = regression.____ + regression.____[9]
print(avg_night_ogg)
# Average minutes on ground at JFK for flights departing between 03:00 and 06:00
avg_night_jfk = regression.____ + regression.____[____] + regression.____[____]
print(avg_night_jfk)