Tolka koefficienter

Kom ihåg att ursprungsflygplatsen, org, har åtta möjliga värden (ORD, SFO, JFK, LGA, SMF, SJC, TUS och OGG) som har one-hot-kodats till sju dummyvariabler i org_dummy.

Värdena för km och org_dummy har sammanställts i features, som har åtta kolumner med gles representation. Kolumnindexen i features är följande:

0 — km
1 — ORD
2 — SFO
3 — JFK
4 — LGA
5 — SMF
6 — SJC och
7 — TUS.

Observera att OGG inte finns med i den här listan eftersom det är referensnivån för kategorin ursprungsflygplats.

En instans av LinearRegression finns tillgänglig i regression. I den här övningen använder du attributen intercept och coefficients för att tolka modellen.

Attributet coefficients är en lista där det första elementet visar hur flygtiden förändras med flygavståndet.

Den här övningen är en del av kursen

Maskininlärning med PySpark

Visa kurs

Övningsinstruktioner

Beräkna den genomsnittliga hastigheten i km per timme. Värdet kommer att skilja sig från det du fick tidigare eftersom modellen nu är mer avancerad.
Vad är den genomsnittliga marktiden vid OGG?
Vad är den genomsnittliga marktiden vid JFK?
Vad är den genomsnittliga marktiden vid LGA?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Average speed in km per hour
avg_speed_hour = ____
print(avg_speed_hour)

# Average minutes on ground at OGG
inter = regression.____
print(inter)

# Average minutes on ground at JFK
avg_ground_jfk = ____ + regression.____[____]
print(avg_ground_jfk)

# Average minutes on ground at LGA
avg_ground_lga = ____ + regression.____[____]
print(avg_ground_lga)

Redigera och kör kod