เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้างค่าบูลีน

ลองนึกภาพว่าเรากำลังสร้างโมเดลเพื่อตอบคำถามใช่หรือไม่ใช่: เที่ยวบินนี้ล่าช้าหรือเปล่า? แต่ข้อมูลที่มีอยู่บันทึกความล่าช้าของการมาถึงเป็นนาที ดังนั้นจึงต้องสร้างคอลัมน์บูลีนเพื่อระบุว่าเที่ยวบินล่าช้าหรือไม่

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

พื้นฐาน PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้เมธอด .withColumn() เพื่อสร้างคอลัมน์ is_late โดยคอลัมน์นี้มีค่าเท่ากับ model_data.arr_delay > 0
  • แปลงคอลัมน์นี้ให้เป็นจำนวนเต็มเพื่อให้ใช้งานในโมเดลได้ และตั้งชื่อว่า label (ซึ่งเป็นชื่อเริ่มต้นของตัวแปรตอบสนองในชุดเครื่องมือ machine learning ของ Spark)
  • กรองค่าที่หายไปออก (ขั้นตอนนี้ดำเนินการให้แล้ว)

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create is_late
model_data = model_data.withColumn("is_late", ____)

# Convert to an integer
model_data = model_data.withColumn("label", ____)

# Remove missing values
model_data = model_data.filter("arr_delay is not NULL and dep_delay is not NULL and air_time is not NULL and plane_year is not NULL")
แก้ไขและรันโค้ด