Random Forest evalueren

In deze laatste oefening ga je de resultaten van cross-validatie op een Random Forest-model evalueren.

De volgende objecten zijn al aangemaakt:

cv — een cross-validator die al is getraind op de trainingsgegevens
evaluator — een BinaryClassificationEvaluator-object en
flights_test — de testgegevens.

Deze oefening maakt deel uit van de cursus

Machine Learning met PySpark

Cursus bekijken

Oefeninstructies

Print een lijst met gemiddelde AUC-metrics voor alle modellen in het parameterrooster.
Toon de gemiddelde AUC voor het beste model. Dit is de grootste AUC in de lijst.
Print een uitleg van de parameters maxDepth en featureSubsetStrategy voor het beste model.
Toon de AUC voor de voorspellingen van het beste model op de testgegevens.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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.____(____.____(____)))

Code bewerken en uitvoeren