Come together
Le feature per i modelli che stai per eseguire sono contenute nel dataset timbre, mentre la variabile risposta – l'anno – si trova nel dataset track_metadata. Prima di eseguire il modello, devi unire questi due insiemi di dati. In questo caso c'è una corrispondenza uno-a-uno tra le righe dei due dataset, quindi ti serve un inner join.
C'è ancora un'operazione di pulizia dei dati da fare. La colonna year contiene interi, ma le funzioni di modellazione di Spark richiedono numeri reali. Devi convertire la colonna year in numeric.
Questo esercizio fa parte del corso
Introduzione a Spark con sparklyr in R
Istruzioni dell'esercizio
È già stata creata per te una connessione Spark come spark_conn. I tibble collegati ai metadati delle tracce e ai dati di timbro archiviati in Spark sono stati predefiniti rispettivamente come track_metadata_tbl e timbre_tbl.
- Esegui un inner join tra i metadati delle tracce e i dati di timbro tramite la colonna
track_id. - Converti la colonna
yearinnumeric.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# track_metadata_tbl, timbre_tbl pre-defined
track_metadata_tbl
timbre_tbl
track_metadata_tbl %>%
# Inner join to timbre_tbl
___ %>%
# Convert year to numeric
___