เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การแปลความหมายของค่าสัมประสิทธิ์

โปรดจำไว้ว่า สนามบินต้นทาง org มีค่าได้ทั้งหมด 8 ค่า (ORD, SFO, JFK, LGA, SMF, SJC, TUS และ OGG) ซึ่งถูกเข้ารหัสแบบ one-hot encoding เป็นตัวแปร dummy 7 ตัวใน org_dummy

ค่าของ km และ org_dummy ถูกรวมเข้าด้วยกันเป็น features ซึ่งมี 8 คอลัมน์ในรูปแบบ sparse representation โดยดัชนีคอลัมน์ใน features มีดังนี้

  • 0 — km
  • 1 — ORD
  • 2 — SFO
  • 3 — JFK
  • 4 — LGA
  • 5 — SMF
  • 6 — SJC และ
  • 7 — TUS

สังเกตว่า OGG ไม่ปรากฏในรายการนี้ เนื่องจากเป็นระดับอ้างอิงของหมวดหมู่สนามบินต้นทาง

มีอินสแตนซ์ของ LinearRegression พร้อมใช้งานอยู่ในตัวแปร regression ในแบบฝึกหัดนี้จะใช้แอตทริบิวต์ intercept และ coefficients เพื่อแปลความหมายของโมเดล

แอตทริบิวต์ coefficients เป็น list โดยองค์ประกอบแรกแสดงให้เห็นว่าระยะเวลาของเที่ยวบินเปลี่ยนแปลงอย่างไรตามระยะทางของเที่ยวบิน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning with PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

  • หาความเร็วเฉลี่ยในหน่วยกิโลเมตรต่อชั่วโมง ค่านี้จะแตกต่างจากที่คำนวณได้ก่อนหน้า เนื่องจากโมเดลมีความซับซ้อนมากขึ้น
  • เวลาเฉลี่ยบนพื้นดินที่ OGG คือเท่าใด?
  • เวลาเฉลี่ยบนพื้นดินที่ JFK คือเท่าใด?
  • เวลาเฉลี่ยบนพื้นดินที่ LGA คือเท่าใด?

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Average speed in km per hour
avg_speed_hour = ____
print(avg_speed_hour)

# Average minutes on ground at OGG
inter = regression.____
print(inter)

# Average minutes on ground at JFK
avg_ground_jfk = ____ + regression.____[____]
print(avg_ground_jfk)

# Average minutes on ground at LGA
avg_ground_lga = ____ + regression.____[____]
print(avg_ground_lga)
แก้ไขและรันโค้ด