เที่ยวบินล่าช้าด้วย Random Forest

ในแบบฝึกหัดนี้ คุณจะนำ cross-validation และ ensemble methods มาใช้ร่วมกัน โดยจะฝึกโมเดล Random Forest classifier เพื่อพยากรณ์เที่ยวบินล่าช้า และใช้ cross-validation ในการเลือกค่าพารามิเตอร์ที่เหมาะสมที่สุด

ค่าพารามิเตอร์ที่จะหาได้แก่

featureSubsetStrategy — จำนวน feature ที่พิจารณาในการแบ่งแต่ละโหนด
maxDepth — ความลึกสูงสุดของแต่ละกิ่งใน tree

เนื่องจากการสร้างโมเดลนี้ใช้เวลานานมาก จึงยังไม่ได้รันเมธอด .fit() บน pipeline ในแบบฝึกหัดนี้

คลาส RandomForestClassifier ถูก import เข้า session แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning with PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

สร้าง object ของ random forest classifier
สร้าง object ของ parameter grid builder จากนั้นเพิ่มจุดกริดสำหรับพารามิเตอร์ featureSubsetStrategy และ maxDepth
สร้าง binary classification evaluator
สร้าง object ของ cross-validator โดยระบุ estimator, parameter grid และ evaluator พร้อมกำหนดให้ใช้ cross-validation แบบ 5-fold

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create a random forest classifier
forest = ____()

# Create a parameter grid
params = ____() \
            .____(____, ['all', 'onethird', 'sqrt', 'log2']) \
            .____(____, [2, 5, 10]) \
            .____()

# Create a binary classification evaluator
evaluator = ____()

# Create a cross-validator
cv = ____(____, ____, ____, ____)

แก้ไขและรันโค้ด