Bygg en logistisk regressionsmodell
Du har redan byggt en beslutsträdsmodell med flygdata. Nu ska du skapa en logistisk regressionsmodell på samma data.
Målet är att förutsäga om ett flyg troligtvis kommer att försenas med minst 15 minuter (etikett 1) eller inte (etikett 0).
Du har flera prediktorer att tillgå, men du använder bara kolumnerna mon, depart och duration för tillfället. Det är numeriska särdrag som direkt kan användas i en logistisk regressionsmodell. Du behöver göra lite mer förberedelser innan du kan inkludera kategoriska särdrag. Mer om det snart!
Data har delats upp i tränings- och testmängder och finns tillgängliga som flights_train och flights_test.
Den här övningen är en del av kursen
Maskininlärning med PySpark
Övningsinstruktioner
- Importera klassen för att skapa en logistisk regressionsklassificerare.
- Skapa ett klassificerarobjekt och träna det på träningsdata.
- Generera förutsägelser för testdata och skapa en förväxlingsmatris.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import the logistic regression class
from pyspark.ml.____ import ____
# Create a classifier object and train on training data
logistic = ____().____(____)
# Create predictions for the testing data and show confusion matrix
prediction = ____.____(____)
prediction.groupBy(____, ____).____().show()