Skapa utvärderaren
När du gör korsvalidering för modellval behöver du ett sätt att jämföra olika modeller. Submodulen pyspark.ml.evaluation innehåller klasser för att utvärdera olika typer av modeller. Din modell är en binär klassificeringsmodell, vilket innebär att du kommer att använda BinaryClassificationEvaluator från modulen pyspark.ml.evaluation.
Den här utvärderaren beräknar arean under ROC-kurvan. Det är ett mått som kombinerar de två typer av fel som en binär klassificerare kan göra – falska positiva och falska negativa – till ett enda värde. Du lär dig mer om detta mot slutet av kapitlet!
Den här övningen är en del av kursen
Grunderna i PySpark
Övningsinstruktioner
- Importera submodulen
pyspark.ml.evaluationsomevals. - Skapa
evaluatorgenom att anropaevals.BinaryClassificationEvaluator()med argumentetmetricName="areaUnderROC".
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import the evaluation submodule
import ____ as evals
# Create a BinaryClassificationEvaluator
evaluator = ____