Bygga en regressionsmodell

En av fördelarna med PySparks ML-modul är att de flesta algoritmer kan testas och utvärderas utan att man behöver ändra särskilt mycket kod. Random Forest-regression är en relativt enkel ensemblemodell som använder bagging för att träna. En annan trädbaserad ensemblemodell är Gradient Boosted Trees, som i stället använder en teknik kallad boosting. I den här övningen ska du träna en GBTRegressor.

Den här övningen är en del av kursen

Feature Engineering med PySpark

Visa kurs

Övningsinstruktioner

Importera GBTRegressor från pyspark.ml.regression – samma modul som RandomForestRegressor.
Instansiera GBTRegressor med featuresCol satt till vektorkolumnen för våra särdrag, features, labelCol satt till vår beroende variabel, SALESCLOSEPRICE, och det slumpmässiga seed satt till 42.
Träna modellen genom att anropa fit() på gbt med de importerade träningsdata, train_df.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

from ____ import ____

# Train a Gradient Boosted Trees (GBT) model.
gbt = ____(featuresCol=____,
                           labelCol=____,
                           predictionCol="Prediction_Price",
                           seed=____
                           )

# Train model.
model = gbt.fit(train_df)

Redigera och kör kod