Model czasu trwania lotu: sama odległość
W tym ćwiczeniu zbudujesz model regresji do przewidywania czasu trwania lotu (kolumna duration).
Na razie model będzie prosty – jako predyktor uwzględnisz wyłącznie odległość lotu (kolumna km).
Dane znajdują się w zmiennej flights. Pierwsze kilka rekordów jest wyświetlonych w terminalu. Dane zostały już podzielone na zbiory treningowy i testowy, dostępne jako flights_train i flights_test.
To ćwiczenie jest częścią kursu
Uczenie maszynowe z PySpark
Instrukcje do ćwiczenia
- Utwórz obiekt regresji liniowej. Podaj nazwę kolumny etykiety. Dopasuj model do danych treningowych.
- Wykonaj predykcje na danych testowych.
- Utwórz obiekt ewaluatora regresji i użyj go do obliczenia RMSE na danych testowych.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
from pyspark.ml.regression import LinearRegression
from pyspark.ml.evaluation import RegressionEvaluator
# Create a regression object and train on training data
regression = ____(____).____(____)
# Create predictions for the testing data and take a look at the predictions
predictions = ____.____(____)
predictions.select('duration', 'prediction').show(5, False)
# Calculate the RMSE
____(____).____(predictions)