Modell för flygtid: Enbart avstånd
I den här övningen ska du bygga en regressionsmodell för att förutsäga flygtid (kolumnen duration).
Tills vidare håller du modellen enkel och använder bara flygsträckan (kolumnen km) som prediktor.
Data finns i flights. De första posterna visas i terminalen. Dessa data har också delats upp i tränings- och testmängder och är tillgängliga som flights_train respektive flights_test.
Den här övningen är en del av kursen
Maskininlärning med PySpark
Övningsinstruktioner
- Skapa ett linjärt regressionsobjekt. Ange namnet på etikettkol umnen. Anpassa det till träningsdata.
- Gör förutsägelser på testdata.
- Skapa ett utvärderingsobjekt för regression och använd det för att beräkna RMSE på testdata.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
from pyspark.ml.regression import LinearRegression
from pyspark.ml.evaluation import RegressionEvaluator
# Create a regression object and train on training data
regression = ____(____).____(____)
# Create predictions for the testing data and take a look at the predictions
predictions = ____.____(____)
predictions.select('duration', 'prediction').show(5, False)
# Calculate the RMSE
____(____).____(predictions)