Creare un modello di regressione

Uno dei grandi vantaggi del modulo ML di PySpark è che puoi provare e testare la maggior parte degli algoritmi senza modificare molto il codice. La Random Forest Regression è un modello ensemble piuttosto semplice, che usa il bagging per l'addestramento. Un altro modello ensemble basato su alberi è Gradient Boosted Trees, che usa un approccio diverso chiamato boosting. In questo esercizio alleniamo un GBTRegressor.

Questo esercizio fa parte del corso

Feature Engineering con PySpark

Visualizza corso

Istruzioni dell'esercizio

Importa GBTRegressor da pyspark.ml.regression, che è lo stesso modulo di RandomForestRegressor.
Istanzia GBTRegressor impostando featuresCol sulla colonna vettoriale delle nostre feature, features, labelCol sulla nostra variabile dipendente, SALESCLOSEPRICE, e il seed casuale a 42.
Addestra il modello chiamando fit() su gbt con i dati di training importati, train_df.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

from ____ import ____

# Train a Gradient Boosted Trees (GBT) model.
gbt = ____(featuresCol=____,
                           labelCol=____,
                           predictionCol="Prediction_Price",
                           seed=____
                           )

# Train model.
model = gbt.fit(train_df)

Modifica ed esegui il codice