ÎncepețiÎncepe gratuit

Cel Mai Bun Model și Parametrii Săi

Acum că am construit validatorul încrucișat cv, putem spune Spark să preia datele noastre, să ajusteze algoritmul ALS pe acestea și să încerce diferitele combinații de valori ale hiperparametrilor din param_grid, pentru a identifica ce valori produc cel mai mic RMSE. Din păcate, acest proces durează prea mult pentru a fi rulat aici, dar, ca referință, iată cum se face:

#Fit cross validator to the 'train' dataset
model = cv.fit(train)

#Extract best model from the cv model above
best_model = model.bestModel

Acest cod a fost rulat separat, iar best_model a fost identificat și salvat pentru a-l putea folosi. Folosește comenzile indicate pentru a extrage parametrii modelului.

Acest exercițiu face parte din cursul

Construiește motoare de recomandare cu PySpark

Vezi cursul

Instrucțiuni pentru exercițiu

  • Afișează type(best_model) pentru a confirma că modelul construit de ALS pe baza opțiunilor de hiperparametri este finalizat. Este necesar un print aici pentru a putea lucra cu instrucțiunile de afișare ulterioare.
  • Extrage rank din best_model apelând metoda .getRank() pe best_model.
  • Extrage maxIter din best_model apelând metoda .getMaxIter() pe best_model.
  • Extrage regParam din best_model apelând metoda .getRegParam() pe best_model.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Print best_model
print(____)

# Complete the code below to extract the ALS model parameters
print("**Best Model**")

# Print "Rank"
print("  Rank:", best_model.get____())

# Print "MaxIter"
print("  MaxIter:", best_model.get____())

# Print "RegParam"
print("  RegParam:", best_model.get____())
Editează și rulează codul