Mulai sekarangMulai gratis

Hasilkan prediksi dan hitung RMSE

Sekarang kita memiliki model yang telah dilatih pada data kita dan disetel melalui validasi silang, kita dapat melihat kinerjanya pada dataframe test. Untuk melakukannya, kita akan menghitung RMSE.

Sebagai catatan, pembuatan prediksi uji memerlukan waktu lebih dari beberapa menit untuk himpunan data ini. Karena itu, prediksi uji telah dibuat sebelumnya dan disediakan di sini sebagai dataframe bernama test_predictions. Untuk referensi Anda, prediksi tersebut dihasilkan menggunakan kode ini: test_predictions = best_model.transform(test).

Latihan ini merupakan bagian dari kursus

Membangun Recommendation Engine dengan PySpark

Lihat Kursus

Instruksi latihan

  • Dataframe test_predictions berisi prediksi yang dihasilkan model ALS tervalidasi-silang menggunakan himpunan test yang kita buat sebelumnya. Gunakan metode .show() untuk melihatnya dan periksa apakah prediksinya terlihat mendekati.
  • Gunakan evaluator yang Anda buat sebelumnya untuk menghitung RMSE dengan memanggil metode .evaluate() pada test_predictions yang dihasilkan. Simpan hasilnya sebagai RMSE.
  • Cetak RMSE.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# View the predictions 
test_predictions.____()

# Calculate and print the RMSE of test_predictions
RMSE = evaluator.____(____)
print(____)
Edit dan Jalankan Kode