เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สร้าง Cross Validation Pipeline

เมื่อมีข้อมูล การแบ่ง train/test โมเดล และค่า hyperparameter พร้อมแล้ว ขั้นตอนต่อไปคือบอก Spark ให้ทำ cross validate โมเดล เพื่อค้นหาชุดค่า hyperparameter ที่ดีที่สุดและส่งผลลัพธ์กลับมา

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้าง Recommendation Engines ด้วย PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง CrossValidator ชื่อ cv โดยใช้โมเดล als เป็น estimator ตั้งค่า estimatorParamMaps เป็น param_grid ที่สร้างไว้ก่อนหน้านี้ และระบุว่า evaluator ที่ใช้คือ "evaluator" ที่สร้างไว้แล้ว จากนั้นตั้งค่า numFolds เป็น 5
  • ตรวจสอบว่าสร้าง cv สำเร็จโดยการ print cv

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Build cross validation using CrossValidator
____ = CrossValidator(estimator=____, estimatorParamMaps=____, evaluator=____, numFolds=____)

# Confirm cv was built
print(____)
แก้ไขและรันโค้ด