Model czasu lotu: etapy potoku
Stworzysz etapy potoku dla modelu czasu trwania lotów. Użyjesz ich w następnym ćwiczeniu, aby zbudować potok i wytrenować model regresji.
Klasy StringIndexer, OneHotEncoder, VectorAssembler oraz LinearRegression są już zaimportowane.
To ćwiczenie jest częścią kursu
Uczenie maszynowe z PySpark
Instrukcje do ćwiczenia
- Utwórz indekser, który przekształci kolumnę 'org' na indeksowaną kolumnę o nazwie 'org_idx'.
- Utwórz enkoder one-hot, który przekształci kolumny 'org_idx' i 'dow' na kolumny ze zmiennymi zero-jedynkowymi o nazwach 'org_dummy' i 'dow_dummy'.
- Utwórz assembler, który połączy kolumnę 'km' z dwoma kolumnami zmiennych zero-jedynkowych. Kolumna wyjściowa powinna nazywać się 'features'.
- Utwórz obiekt regresji liniowej do przewidywania czasu lotu.
Warto zajrzeć do slajdów z lekcji w panelu Slajdy obok IPython Shell.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Convert categorical strings to index values
indexer = ____(____)
# One-hot encode index values
onehot = ____(
inputCols=____,
outputCols=____
)
# Assemble predictors into a single column
assembler = ____(inputCols=____, outputCol=____)
# A linear regression object
regression = ____(labelCol=____)