データを結合しましょう
これから実行するモデルの特徴量は timbre データセットに含まれていますが、目的変数である「年」は track_metadata データセットに含まれています。モデルを実行する前に、この2つのデータセットを結合する必要があります。今回は2つのデータセットの行が1対1で対応しているため、内部結合を使います。
もう1つ、データの前処理が必要です。year 列は整数型ですが、Spark のモデリング関数は実数型を必要とします。year 列を numeric 型に変換しましょう。
この演習はコースの一部です
sparklyr を使った Spark 入門（R）
演習の手順
Spark への接続は spark_conn として作成済みです。Spark に格納されたトラックのメタデータとティンバーデータに紐付けられたティブルは、それぞれ track_metadata_tbl と timbre_tbl として定義されています。
track_id列をキーとして、トラックのメタデータとティンバーデータを内部結合します。year列をnumeric型に変換します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# track_metadata_tbl, timbre_tbl pre-defined
track_metadata_tbl
timbre_tbl
track_metadata_tbl %>%
# Inner join to timbre_tbl
___ %>%
# Convert year to numeric
___