Tworzenie walidatora
Podmoduł pyspark.ml.tuning zawiera również klasę CrossValidator służącą do walidacji krzyżowej. Ten Estimator przyjmuje model, który chcesz dopasować, siatkę hiperparametrów, którą utworzyłeś(-aś), oraz ewaluator do porównywania modeli.
Podmoduł pyspark.ml.tune został już zaimportowany jako tune. Utworzysz CrossValidator, przekazując mu estymator regresji logistycznej lr, siatkę parametrów grid oraz evaluator utworzony w poprzednich ćwiczeniach.
To ćwiczenie jest częścią kursu
Podstawy PySpark
Instrukcje do ćwiczenia
- Utwórz obiekt
CrossValidator, wywołująctune.CrossValidator()z następującymi argumentami:estimator=lrestimatorParamMaps=gridevaluator=evaluator
- Nazwij ten obiekt
cv.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create the CrossValidator
cv = tune.____(estimator=____,
estimatorParamMaps=____,
evaluator=____
)