Модель продолжительности полёта: этапы пайплайна
В этом упражнении вы создадите этапы пайплайна для модели продолжительности полётов. В следующем упражнении они понадобятся вам для построения пайплайна и обучения регрессионной модели.
Классы StringIndexer, OneHotEncoder, VectorAssembler и LinearRegression уже импортированы.
Это упражнение является частью курса
Машинное обучение с PySpark
Инструкции к упражнению
- Создайте индексатор, который преобразует столбец 'org' в индексированный столбец 'org_idx'.
- Создайте кодировщик с горячим кодированием для преобразования столбцов 'org_idx' и 'dow' в столбцы фиктивных переменных 'org_dummy' и 'dow_dummy'.
- Создайте ассемблер, который объединит столбец 'km' с двумя столбцами фиктивных переменных. Выходной столбец должен называться 'features'.
- Создайте объект линейной регрессии для предсказания продолжительности полёта.
При необходимости вы можете вернуться к слайдам уроков в панели Слайды рядом с IPython Shell.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Convert categorical strings to index values
indexer = ____(____)
# One-hot encode index values
onehot = ____(
inputCols=____,
outputCols=____
)
# Assemble predictors into a single column
assembler = ____(inputCols=____, outputCol=____)
# A linear regression object
regression = ____(labelCol=____)