โมเดลระยะเวลาเที่ยวบิน: ใช้แค่ระยะทาง
ในแบบฝึกหัดนี้ คุณจะสร้างโมเดล regression เพื่อทำนายระยะเวลาเที่ยวบิน (คอลัมน์ duration)
ในตอนนี้จะเริ่มจากโมเดลที่เรียบง่าย โดยใช้เพียงระยะทางของเที่ยวบิน (คอลัมน์ km) เป็น predictor
ข้อมูลอยู่ใน flights โดยมีการแสดงตัวอย่างข้อมูลไม่กี่แถวแรกในเทอร์มินัล ข้อมูลเหล่านี้ถูกแบ่งเป็นชุด training และ testing ไว้แล้ว และสามารถเข้าถึงได้ผ่าน flights_train และ flights_test
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning with PySpark
คำแนะนำการฝึกหัด
- สร้างออบเจกต์ linear regression พร้อมระบุชื่อคอลัมน์ label แล้ว fit กับข้อมูล training
- ทำนายผลบนข้อมูล testing
- สร้างออบเจกต์ regression evaluator และใช้ประเมินค่า RMSE บนข้อมูล testing
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
from pyspark.ml.regression import LinearRegression
from pyspark.ml.evaluation import RegressionEvaluator
# Create a regression object and train on training data
regression = ____(____).____(____)
# Create predictions for the testing data and take a look at the predictions
predictions = ____.____(____)
predictions.select('duration', 'prediction').show(5, False)
# Calculate the RMSE
____(____).____(predictions)