평가자 만들기
모델 선택을 위한 교차 검증을 할 때 가장 먼저 필요한 것은 서로 다른 모델을 비교하는 방법입니다. 다행히 pyspark.ml.evaluation 하위 모듈에는 다양한 모델을 평가하는 클래스가 준비되어 있어요. 이번에 다루는 모델은 이진 분류 모델이므로 pyspark.ml.evaluation 모듈의 BinaryClassificationEvaluator를 사용합니다.
이 평가자는 ROC 곡선 아래 면적(AUC)을 계산합니다. 이는 이진 분류기가 저지를 수 있는 두 가지 오류(거짓 양성, 거짓 음성)를 하나의 수치로 종합한 지표예요. 이 장의 마지막 부분에서 더 자세히 배우게 됩니다!
이 연습은 강의의 일부입니다
PySpark 기초
연습 안내
- 하위 모듈
pyspark.ml.evaluation을evals로 임포트하세요. metricName="areaUnderROC"인수와 함께evals.BinaryClassificationEvaluator()를 호출해evaluator를 생성하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import the evaluation submodule
import ____ as evals
# Create a BinaryClassificationEvaluator
evaluator = ____