Evaluarea Random Forest

În acest exercițiu final vei evalua rezultatele validării încrucișate pe un model Random Forest.

Următoarele au fost deja create:

cv – un cross-validator care a fost deja antrenat pe datele de antrenament
evaluator — un obiect BinaryClassificationEvaluator și
flights_test — datele de testare.

Acest exercițiu face parte din cursul

Machine Learning cu PySpark

Vezi cursul

Instrucțiuni pentru exercițiu

Afișează o listă cu valorile medii AUC pentru toate modelele din grila de parametri.
Afișează valoarea medie AUC pentru cel mai bun model. Aceasta va fi valoarea cea mai mare din listă.
Afișează o explicație a parametrilor maxDepth și featureSubsetStrategy pentru cel mai bun model.
Afișează valoarea AUC pentru predicțiile celui mai bun model pe datele de testare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Average AUC for each parameter combination in grid
print(cv.____)

# Average AUC for the best model
print(____(____))

# What's the optimal parameter value for maxDepth?
print(cv.____.explainParam('____'))
# What's the optimal parameter value for featureSubsetStrategy?
print(cv.____.____(____))

# AUC for best model on testing data
print(evaluator.____(____.____(____)))

Editează și rulează codul