Budowanie modelu regresji

Jedną z największych zalet modułu PySpark ML jest to, że większość algorytmów można wypróbować i przetestować bez większych zmian w kodzie. Regresja lasów losowych to dość prosty model zespołowy, który do dopasowania wykorzystuje metodę baggingu. Innym modelem zespołowym opartym na drzewach jest Gradient Boosted Trees – stosuje on odmienne podejście zwane boostingiem. W tym ćwiczeniu wytrenujemy model GBTRegressor.

To ćwiczenie jest częścią kursu

Inżynieria cech z PySpark

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj GBTRegressor z modułu pyspark.ml.regression – tego samego, z którego pochodzi RandomForestRegressor.
Utwórz instancję GBTRegressor, ustawiając parametr featuresCol na nazwę kolumny wektorowej z cechami (features), parametr labelCol na nazwę zmiennej zależnej (SALESCLOSEPRICE) oraz losowy parametr seed na wartość 42.
Wytrenuj model, wywołując metodę fit() na obiekcie gbt z zaimportowanymi danymi treningowymi train_df.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

from ____ import ____

# Train a Gradient Boosted Trees (GBT) model.
gbt = ____(featuresCol=____,
                           labelCol=____,
                           predictionCol="Prediction_Price",
                           seed=____
                           )

# Train model.
model = gbt.fit(train_df)

Edytuj i uruchom kod