Random Forest 평가
이 마지막 연습 문제에서는 Random Forest 모델에 대한 교차 검증 결과를 평가해 보겠습니다.
다음 객체들은 이미 생성되어 있습니다.
cv- 훈련 데이터에 이미 fit된 교차 검증기evaluator—BinaryClassificationEvaluator객체flights_test— 테스트 데이터
이 연습은 강의의 일부입니다
PySpark로 하는 Machine Learning
연습 안내
- 파라미터 그리드의 모든 모델에 대한 평균 AUC 지표 목록을 출력하세요.
- 최적 모델의 평균 AUC를 표시하세요. 이 값은 목록에서 가장 큰 AUC입니다.
- 최적 모델의
maxDepth와featureSubsetStrategy파라미터에 대한 설명을 출력하세요. - 테스트 데이터에 대한 최적 모델 예측의 AUC를 표시하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Average AUC for each parameter combination in grid
print(cv.____)
# Average AUC for the best model
print(____(____))
# What's the optimal parameter value for maxDepth?
print(cv.____.explainParam('____'))
# What's the optimal parameter value for featureSubsetStrategy?
print(cv.____.____(____))
# AUC for best model on testing data
print(evaluator.____(____.____(____)))