Construiește un model de Regresie Logistică
Ai construit deja un model de tip arbore de decizie folosind datele despre zboruri. Acum vei crea un model de Regresie Logistică pe aceleași date.
Obiectivul este să prezici dacă un zbor va fi întârziat cu cel puțin 15 minute (label 1) sau nu (label 0).
Deși ai la dispoziție o varietate de predictori, vei folosi deocamdată doar coloanele mon, depart și duration. Acestea sunt caracteristici numerice care pot fi utilizate direct într-un model de Regresie Logistică. Va mai fi nevoie de câțiva pași suplimentari pentru a include și caracteristicile categorice. Vei afla mai multe în curând!
Datele au fost împărțite în seturi de antrenament și de testare și sunt disponibile ca flights_train și flights_test.
Acest exercițiu face parte din cursul
Machine Learning cu PySpark
Instrucțiuni pentru exercițiu
- Importă clasa pentru crearea unui clasificator de Regresie Logistică.
- Creează un obiect clasificator și antrenează-l pe datele de antrenament.
- Generează predicții pentru datele de testare și creează o matrice de confuzie.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Import the logistic regression class
from pyspark.ml.____ import ____
# Create a classifier object and train on training data
logistic = ____().____(____)
# Create predictions for the testing data and show confusion matrix
prediction = ____.____(____)
prediction.groupBy(____, ____).____().show()