Försenade flyg med Gradient-Boosted Trees
Du har tidigare byggt en klassificerare för flyg som troligen blir försenade med hjälp av ett beslutsträd. I den här övningen jämför du en beslutsträdsmodell med en Gradient-Boosted Trees-modell.
Flygdata har delats upp slumpmässigt i flights_train och flights_test.
Den här övningen är en del av kursen
Maskininlärning med PySpark
Övningsinstruktioner
- Importera de klasser som behövs för att skapa klassificerare baserade på beslutsträd och Gradient-Boosted Trees.
- Skapa en klassificerare för beslutsträd och en för Gradient-Boosted Trees. Träna dem på träningsdatan.
- Skapa en utvärderare och beräkna AUC på testdatan för båda klassificerarna. Vilken modell presterar bäst?
- Skriv ut antalet träd och den relativa vikten av särdrag för Gradient-Boosted Trees-klassificeraren.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import the classes required
from pyspark.ml.____ import ____, ____
from pyspark.ml.evaluation import BinaryClassificationEvaluator
# Create model objects and train on training data
tree = ____().____(____)
gbt = ____().____(____)
# Compare AUC on testing data
evaluator = ____()
print(evaluator.____(tree.____(____)))
print(evaluator.____(gbt.____(____)))
# Find the number of trees and the relative importance of features
print(gbt.____)
print(gbt.____)