フライト所要時間モデル：距離のみ
この演習では、フライトの所要時間（duration 列）を予測する回帰モデルを作成します。
まずはモデルをシンプルに保ち、予測子としてフライトの距離（km 列）のみを含めます。
データは flights にあります。先頭のレコードはターミナルに表示されています。これらのデータはすでに学習用とテスト用に分割されており、flights_train と flights_test 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
- 線形回帰オブジェクトを作成し、ラベル列の名前を指定して、学習用データにフィットさせてください。
- テスト用データに対して予測を行ってください。
- 回帰評価器オブジェクトを作成し、テスト用データの RMSE を評価してください。
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。
from pyspark.ml.regression import LinearRegression
from pyspark.ml.evaluation import RegressionEvaluator
# Create a regression object and train on training data
regression = ____(____).____(____)
# Create predictions for the testing data and take a look at the predictions
predictions = ____.____(____)
predictions.select('duration', 'prediction').show(5, False)
# Calculate the RMSE
____(____).____(predictions)