เที่ยวบินล่าช้าด้วย Gradient-Boosted Trees

ก่อนหน้านี้คุณได้สร้างตัวจำแนกประเภทสำหรับเที่ยวบินที่มีแนวโน้มล่าช้าโดยใช้ Decision Tree ในแบบฝึกหัดนี้จะเปรียบเทียบโมเดล Decision Tree กับโมเดล Gradient-Boosted Trees

ข้อมูลเที่ยวบินถูกแบ่งแบบสุ่มออกเป็น flights_train และ flights_test

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning with PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

Import คลาสที่จำเป็นสำหรับสร้างตัวจำแนกประเภทแบบ Decision Tree และ Gradient-Boosted Tree
สร้างตัวจำแนกประเภท Decision Tree และ Gradient-Boosted Tree จากนั้น train บนข้อมูลชุด training
สร้าง evaluator และคำนวณค่า AUC บนข้อมูลชุด testing สำหรับตัวจำแนกประเภททั้งสอง โมเดลใดให้ผลลัพธ์ดีกว่า?
สำหรับตัวจำแนกประเภท Gradient-Boosted Tree ให้แสดงจำนวน tree และความสำคัญสัมพัทธ์ของแต่ละ feature

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import the classes required
from pyspark.ml.____ import ____, ____
from pyspark.ml.evaluation import BinaryClassificationEvaluator

# Create model objects and train on training data
tree = ____().____(____)
gbt = ____().____(____)

# Compare AUC on testing data
evaluator = ____()
print(evaluator.____(tree.____(____)))
print(evaluator.____(gbt.____(____)))

# Find the number of trees and the relative importance of features
print(gbt.____)
print(gbt.____)

แก้ไขและรันโค้ด