Modell för flygtid: Pipeline-steg
Nu ska du skapa stegen för pipelinen i modellen för flygtid. Du använder dessa i nästa övning för att bygga en pipeline och skapa en regressionsmodell.
Klasserna StringIndexer, OneHotEncoder, VectorAssembler och LinearRegression är redan importerade.
Den här övningen är en del av kursen
Maskininlärning med PySpark
Övningsinstruktioner
- Skapa en indexerare som konverterar kolumnen 'org' till en indexerad kolumn med namnet 'org_idx'.
- Skapa en one-hot-kodare som konverterar kolumnerna 'org_idx' och 'dow' till dummyvariabelkolumner med namnen 'org_dummy' och 'dow_dummy'.
- Skapa en assembler som kombinerar kolumnen 'km' med de två dummyvariabelkolumnerna. Utdatakolumnen ska heta 'features'.
- Skapa ett linjärt regressionsobjekt för att förutsäga flygtiden.
Det kan vara bra att gå tillbaka till slides från lektionerna i panelen Slides bredvid IPython Shell.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Convert categorical strings to index values
indexer = ____(____)
# One-hot encode index values
onehot = ____(
inputCols=____,
outputCols=____
)
# Assemble predictors into a single column
assembler = ____(inputCols=____, outputCol=____)
# A linear regression object
regression = ____(labelCol=____)