Modell för flygtid: Lägga till avgångstid
I föregående övning delades avgångstiden in i intervall och konverterades till dummyvariabler. Nu ska du inkludera dessa dummyvariabler i en regressionsmodell för flygtid.
Data finns i flights. Kolumnerna km, org_dummy och depart_dummy har samlats i features, där km har index 0, org_dummy löper från index 1 till 7 och depart_dummy från index 8 till 14.
Data har delats upp i tränings- och testmängder, och en linjär regressionsmodell, regression, har tränats på träningsdata. Prediktioner har gjorts på testdata och finns tillgängliga som predictions.
Den här övningen är en del av kursen
Maskininlärning med PySpark
Övningsinstruktioner
- Beräkna RMSE för prediktionerna på testdata.
- Beräkna den genomsnittliga marktiden för flygningar som avgår från OGG mellan 21:00 och 24:00.
- Beräkna den genomsnittliga marktiden för flygningar som avgår från OGG mellan 03:00 och 06:00.
- Beräkna den genomsnittliga marktiden för flygningar som avgår från JFK mellan 03:00 och 06:00.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Find the RMSE on testing data
from pyspark.ml.____ import ____
rmse = ____(____).____(____)
print("The test RMSE is", rmse)
# Average minutes on ground at OGG for flights departing between 21:00 and 24:00
avg_eve_ogg = regression.____
print(avg_eve_ogg)
# Average minutes on ground at OGG for flights departing between 03:00 and 06:00
avg_night_ogg = regression.____ + regression.____[9]
print(avg_night_ogg)
# Average minutes on ground at JFK for flights departing between 03:00 and 06:00
avg_night_jfk = regression.____ + regression.____[____] + regression.____[____]
print(avg_night_jfk)