Trenowanie klasyfikatora
Ramka danych df_trainset utworzona w poprzednim ćwiczeniu jest już dostępna. Teraz użyjesz jej do wytrenowania klasyfikatora regresji logistycznej.
To ćwiczenie jest częścią kursu
Wprowadzenie do Spark SQL w Pythonie
Instrukcje do ćwiczenia
- Zaimportuj klasyfikator regresji logistycznej.
- Utwórz instancję klasyfikatora. Ustaw maksymalną liczbę iteracji na 100, parametr regularyzacji na 0,4, a parametr sieci elastycznej na 0,0.
- Wytrenuj klasyfikator na zbiorze treningowym.
- Wyświetl liczbę iteracji treningowych.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import the logistic regression classifier
from ____ import ____
# Instantiate logistic setting elasticnet to 0.0
logistic = ____(maxIter=100, regParam=0.4, ____=0.0)
# Train the logistic classifer on the trainset
df_fitted = ____.____(____)
# Print the number of training iterations
print("Training iterations: ", df_fitted.____.____)