フライト所要時間モデル：出発時刻の追加
前の演習では、出発時刻をビン分割してダミー変数に変換しました。ここでは、それらのダミー変数をフライト所要時間の回帰モデルに組み込みます。
データは flights にあります。km、org_dummy、depart_dummy 列は features にまとめられており、km はインデックス 0、org_dummy はインデックス 1〜7、depart_dummy はインデックス 8〜14 に対応します。
データは学習用とテスト用に分割され、線形回帰モデル regression は学習データで作成済みです。テストデータに対する予測は predictions として利用できます。
この演習はコースの一部です
Machine Learning with PySpark
演習の手順
- テストデータに対する予測の RMSE を求めてください。
- OGG 発・21:00〜24:00 出発のフライトで、地上で過ごした平均時間を求めてください。
- OGG 発・03:00〜06:00 出発のフライトで、地上で過ごした平均時間を求めてください。
- JFK 発・03:00〜06:00 出発のフライトで、地上で過ごした平均時間を求めてください。
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。
# Find the RMSE on testing data
from pyspark.ml.____ import ____
rmse = ____(____).____(____)
print("The test RMSE is", rmse)
# Average minutes on ground at OGG for flights departing between 21:00 and 24:00
avg_eve_ogg = regression.____
print(avg_eve_ogg)
# Average minutes on ground at OGG for flights departing between 03:00 and 06:00
avg_night_ogg = regression.____ + regression.____[9]
print(avg_night_ogg)
# Average minutes on ground at JFK for flights departing between 03:00 and 06:00
avg_night_jfk = regression.____ + regression.____[____] + regression.____[____]
print(avg_night_jfk)