शुरू करेंमुफ़्त में शुरू करें

Best Model और उसके Parameters

अब जब हमारा क्रॉस-वैलिडेटर cv बन चुका है, तो हम Spark को कह सकते हैं कि वह हमारे डेटा पर ALS एल्गोरिदम फिट करे, और param_grid से हाइपरपैरामीटर मानों के अलग-अलग संयोजन आज़माए ताकि वह पता कर सके कि किस मान पर RMSE सबसे कम आता है। दुर्भाग्य से, इसे यहाँ पूरा होने में बहुत समय लगेगा, लेकिन आपके संदर्भ के लिए, यह ऐसे किया जाता है:

# 'train' डेटासेट पर क्रॉस-वैलिडेटर फिट करें
model = cv.fit(train)

# ऊपर बने cv मॉडल से best model निकालें
best_model = model.bestModel

यह कोड अलग से चलाया जा चुका है, और best_model पहचाना और आपके उपयोग के लिए सेव कर दिया गया है। मॉडल के पैरामीटर निकालने के लिए दिए गए कमांड का उपयोग करें।

यह अभ्यास पाठ्यक्रम का हिस्सा है

PySpark के साथ Recommendation Engines बनाना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • type(best_model) प्रिंट करें ताकि पुष्टि हो सके कि हमारे हाइपरपैरामीटर विकल्पों से बना ALS मॉडल वाकई तैयार है। आगे की प्रिंट स्टेटमेंट्स के साथ काम करने के लिए यहाँ एक प्रिंट स्टेटमेंट ज़रूरी है.
  • best_model से rank निकालें, इसके लिए best_model पर .getRank() मेथड कॉल करें.
  • best_model से maxIter निकालें, इसके लिए .getMaxIter() मेथड कॉल करें.
  • best_model से regParam निकालें, इसके लिए .getRegParam() मेथड कॉल करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Print best_model
print(____)

# Complete the code below to extract the ALS model parameters
print("**Best Model**")

# Print "Rank"
print("  Rank:", best_model.get____())

# Print "MaxIter"
print("  MaxIter:", best_model.get____())

# Print "RegParam"
print("  RegParam:", best_model.get____())
कोड संपादित करें और चलाएँ