โมเดลระยะเวลาการบิน: เพิ่มเวลาออกเดินทาง

ในแบบฝึกหัดก่อนหน้า เวลาออกเดินทางถูก bucket และแปลงเป็น dummy variable แล้ว ตอนนี้จะนำ dummy variable เหล่านั้นมาใช้ในโมเดล regression สำหรับระยะเวลาการบิน

ข้อมูลอยู่ใน flights โดยคอลัมน์ km, org_dummy และ depart_dummy ถูกรวมเข้าไปใน features แล้ว ซึ่ง km อยู่ที่ index 0, org_dummy อยู่ที่ index 1 ถึง 7 และ depart_dummy อยู่ที่ index 8 ถึง 14

ข้อมูลถูกแบ่งเป็นชุดฝึกสอนและชุดทดสอบแล้ว และได้สร้างโมเดล linear regression ชื่อ regression จากข้อมูลฝึกสอนเรียบร้อยแล้ว ผลการพยากรณ์บนชุดทดสอบพร้อมใช้งานในตัวแปร predictions

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning with PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

หาค่า RMSE จากผลการพยากรณ์บนชุดทดสอบ
หาเวลาเฉลี่ยที่ใช้บนพื้นดินสำหรับเที่ยวบินที่ออกจาก OGG ระหว่าง 21:00–24:00
หาเวลาเฉลี่ยที่ใช้บนพื้นดินสำหรับเที่ยวบินที่ออกจาก OGG ระหว่าง 03:00–06:00
หาเวลาเฉลี่ยที่ใช้บนพื้นดินสำหรับเที่ยวบินที่ออกจาก JFK ระหว่าง 03:00–06:00

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Find the RMSE on testing data
from pyspark.ml.____ import ____
rmse = ____(____).____(____)
print("The test RMSE is", rmse)

# Average minutes on ground at OGG for flights departing between 21:00 and 24:00
avg_eve_ogg = regression.____
print(avg_eve_ogg)

# Average minutes on ground at OGG for flights departing between 03:00 and 06:00
avg_night_ogg = regression.____ + regression.____[9]
print(avg_night_ogg)

# Average minutes on ground at JFK for flights departing between 03:00 and 06:00
avg_night_jfk = regression.____ + regression.____[____] + regression.____[____]
print(avg_night_jfk)

แก้ไขและรันโค้ด