Модель продолжительности полёта: добавление времени вылета
В предыдущем упражнении время вылета было разбито на интервалы и преобразовано в фиктивные переменные. Теперь вы включите эти фиктивные переменные в регрессионную модель для предсказания продолжительности полёта.
Данные находятся в flights. Столбцы km, org_dummy и depart_dummy объединены в features, где km имеет индекс 0, org_dummy — индексы с 1 по 7, а depart_dummy — с 8 по 14.
Данные разделены на обучающую и тестовую выборки, а линейная регрессионная модель regression обучена на обучающих данных. Предсказания на тестовой выборке уже получены и доступны в переменной predictions.
Это упражнение является частью курса
Машинное обучение с PySpark
Инструкции к упражнению
- Вычислите RMSE для предсказаний на тестовой выборке.
- Найдите среднее время ожидания на земле для рейсов, вылетающих из OGG в период с 21:00 до 24:00.
- Найдите среднее время ожидания на земле для рейсов, вылетающих из OGG в период с 03:00 до 06:00.
- Найдите среднее время ожидания на земле для рейсов, вылетающих из JFK в период с 03:00 до 06:00.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Find the RMSE on testing data
from pyspark.ml.____ import ____
rmse = ____(____).____(____)
print("The test RMSE is", rmse)
# Average minutes on ground at OGG for flights departing between 21:00 and 24:00
avg_eve_ogg = regression.____
print(avg_eve_ogg)
# Average minutes on ground at OGG for flights departing between 03:00 and 06:00
avg_night_ogg = regression.____ + regression.____[9]
print(avg_night_ogg)
# Average minutes on ground at JFK for flights departing between 03:00 and 06:00
avg_night_jfk = regression.____ + regression.____[____] + regression.____[____]
print(avg_night_jfk)