Задержки рейсов с помощью деревьев с градиентным бустингом
Ранее вы уже строили классификатор для определения вероятных задержек рейсов на основе дерева решений. В этом упражнении вы сравните модель на основе дерева решений с моделью на основе деревьев с градиентным бустингом.
Данные о рейсах случайным образом разделены на flights_train и flights_test.
Это упражнение является частью курса
Машинное обучение с PySpark
Инструкции к упражнению
- Импортируйте классы, необходимые для создания классификаторов на основе дерева решений и деревьев с градиентным бустингом.
- Создайте оба классификатора и обучите их на обучающих данных.
- Создайте объект для оценки модели и вычислите AUC на тестовых данных для обоих классификаторов. Какая модель показывает лучший результат?
- Для классификатора на основе деревьев с градиентным бустингом выведите количество деревьев и относительную важность признаков.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import the classes required
from pyspark.ml.____ import ____, ____
from pyspark.ml.evaluation import BinaryClassificationEvaluator
# Create model objects and train on training data
tree = ____().____(____)
gbt = ____().____(____)
# Compare AUC on testing data
evaluator = ____()
print(evaluator.____(tree.____(____)))
print(evaluator.____(gbt.____(____)))
# Find the number of trees and the relative importance of features
print(gbt.____)
print(gbt.____)