НачатьНачать бесплатно

Обучение классификатора

Датафрейм df_trainset, созданный в предыдущем упражнении, доступен для использования. Теперь вы примените его для обучения классификатора на основе логистической регрессии.

Это упражнение является частью курса

Введение в Spark SQL на Python

Посмотреть курс

Инструкции к упражнению

  • Импортируйте классификатор логистической регрессии.
  • Создайте экземпляр классификатора: задайте максимальное количество итераций равным 100, параметр регуляризации — 0,4, параметр эластичной сети — 0,0.
  • Обучите классификатор на обучающей выборке.
  • Выведите количество итераций обучения.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import the logistic regression classifier
from ____ import ____

# Instantiate logistic setting elasticnet to 0.0
logistic = ____(maxIter=100, regParam=0.4, ____=0.0)

# Train the logistic classifer on the trainset
df_fitted = ____.____(____)

# Print the number of training iterations
print("Training iterations: ", df_fitted.____.____)
Редактировать и запускать код