Träna en linjär modell med Dask
Dask kan användas för att träna maskininlärningsmodeller på datamängder som är för stora för att få plats i minnet. Det låter dig även fördela dataladdning, förbearbetning och träning över flera trådar, processer och till och med flera datorer.
Din uppgift är att träna en maskininlärningsmodell som ska förutsäga populariteten hos låtar i Spotify-datamängden från tidigare kapitel. Data har redan laddats som lata Dask DataFrames. Indatavariablerna finns tillgängliga som dask_X och innehåller ett antal numeriska kolumner, till exempel låtens tempo och dansbarhet. Målvärdena finns tillgängliga som dask_y och representerar popularitetspoängen för varje låt.
Den här övningen är en del av kursen
Parallellprogrammering med Dask i Python
Övningsinstruktioner
- Importera klassen
SGDRegressorfrånsklearn.linear_modeloch klassenIncrementalfråndask_ml.wrappers. - Skapa en linjär regressionsmodell med
SGDRegressor. - Använd klassen
Incrementalför att omsluta modellen så att den kan tränas med en Dask-datamängd, och sätt parameternscoringtill'neg_mean_squared_error'. - Träna den omslutet modellen i ett enda genomlopp av data.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import the SGDRegressor and the Incremental wrapper
from ____ import ____
from ____ import ____
# Create a SGDRegressor model
model = ____
# Wrap the model so that it works with Dask
dask_model = ____
# Fit the wrapped model
dask_model.____