Crea il validator
Il sottomodulo pyspark.ml.tuning include anche una classe chiamata CrossValidator per eseguire la cross validation. Questo Estimator riceve il modellatore che vuoi addestrare, la griglia di iperparametri che hai creato e l’evaluator che vuoi usare per confrontare i tuoi modelli.
Il sottomodulo pyspark.ml.tune è già stato importato come tune. Creerai il CrossValidator passandogli l’Estimator di regressione logistica lr, la griglia di parametri grid e l’evaluator che hai creato negli esercizi precedenti.
Questo esercizio fa parte del corso
Fondamenti di PySpark
Istruzioni dell'esercizio
- Crea un
CrossValidatorchiamandotune.CrossValidator()con gli argomenti:estimator=lrestimatorParamMaps=gridevaluator=evaluator
- Chiama questo oggetto
cv.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Create the CrossValidator
cv = tune.____(estimator=____,
estimatorParamMaps=____,
evaluator=____
)