1. 学ぶ
    2. /
  2. コース
    3. /
  3. Machine Learning with PySpark
Connected

演習

フライト所要時間モデル：特徴量をさらに追加！

モデルにさらに特徴量を追加してみましょう。これは必ずしもモデルを良くするとは限りません。ある特徴量は精度を上げる一方で、別の特徴量は悪化させることもあります。

特徴量を増やすと、モデルは常に複雑になり、解釈が難しくなります。

次のモデルに含める特徴量は次のとおりです。

  • km
  • org（出発空港、ワンホットエンコード、8水準）
  • depart（出発時刻、3時間区切りでビニング後にワンホットエンコード、8水準）
  • dow（出発曜日、ワンホットエンコード、7水準）
  • mon（出発月、ワンホットエンコード、12水準）

これらは features 列にまとめられており、32列のスパース表現になっています（ワンホットエンコードでは水準数より1つ少ない列が生成されることを思い出してください）。

データは flights として用意されており、ランダムに flights_train と flights_test に分割されています。

この演習はフライトデータの小さなサブセットに基づいています。

指示

100 XP
  • 学習データに線形回帰モデルを当てはめてください。
  • テストデータに対する予測を生成してください。
  • テストデータでのRMSEを計算してください。
  • モデルの係数を確認してください。ゼロの係数はありますか？