1. 学ぶ
    2. /
  2. コース
    3. /
  3. PySpark入門
Connected

演習

Boolean を作成する

はい／いいえで答える質問（フライトは遅延したか？）をモデル化するとします。しかし、手元のデータには各フライトの到着遅延が分単位で入っています。そのため、フライトが遅延したかどうかを示す boolean 列を作成する必要があります。

指示

100 XP
  • .withColumn() メソッドを使って列 is_late を作成します。この列は model_data.arr_delay > 0 と等しくします。
  • この列をモデルで使えるように整数型に変換し、label という名前を付けます（これは Spark の Machine Learning ルーチンで応答変数の既定名です）。
  • 欠損値を除外します（この処理はすでに行っています）。