Обучение модели (моделей)

Наконец-то всё готово для обучения моделей и выбора лучшей из них!

К сожалению, перекрёстная проверка — крайне ресурсоёмкая процедура. Обучение всех моделей заняло бы слишком много времени на DataCamp.

Для локального запуска вы могли бы использовать следующий код:

# Fit cross validation models
models = cv.fit(training)

# Extract the best model
best_lr = models.bestModel

Напомним: обучающая выборка называется training, а для обучения логистической регрессии используется объект lr. В результате перекрёстной проверки оптимальными были признаны значения параметров regParam=0 и elasticNetParam=0 — это значения по умолчанию, поэтому никаких дополнительных настроек lr перед обучением не требуется.

Это упражнение является частью курса

Основы PySpark

Посмотреть курс

Инструкции к упражнению

Создайте объект best_lr, вызвав lr.fit() на данных training.
Выведите best_lr на экран, чтобы убедиться, что это объект класса LogisticRegressionModel.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Call lr.fit()
best_lr = ____

# Print best_lr
print(____)

Редактировать и запускать код