Kalkış saatini bölütleme (bucketing)

Günün saatine ait veriler regresyon modelleri için zorluk yaratır. Aynı zamanda bucketing için çok iyi bir adaydır.

Bu derste, uçuş kalkış saatlerini 0 (00:00’a karşılık gelir) ile 24 (24:00’a karşılık gelir) arasındaki sayısal değerlerden, bölütlenmiş değerlere dönüştüreceksin. Ardından bu bölütlenmiş değerleri one-hot encode edeceksin.

Bu egzersiz

PySpark ile Machine Learning

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

0, 3, 6, …, 24 sınırlarında (0:00, 03:00, 06:00, …, 24:00 saatlerine karşılık gelen) bir bucketizer nesnesi oluştur. Girdi sütununu depart, çıktı sütununu depart_bucket olarak belirt.
flights verisindeki kalkış saatlerini bölütle. depart ve depart_bucket için ilk beş değeri göster.
depart_bucket giriş sütunu ve depart_dummy çıkış sütunu olacak şekilde bir one-hot encoder nesnesi oluştur.
Encoder’ı bölütlenmiş veriye fit et ve ardından bu veriyi kukla (dummy) değişkenlere dönüştürmek için kullan. depart, depart_bucket ve depart_dummy için ilk beş değeri göster.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

from pyspark.ml.feature import Bucketizer, OneHotEncoder

# Create buckets at 3 hour intervals through the day
buckets = ____(splits=[____], inputCol='____', outputCol='____')

# Bucket the departure times
bucketed = buckets.____(____)
bucketed.____('____', '____').____(____)

# Create a one-hot encoder
onehot = ____(inputCols=['____'], outputCols=['____'])

# One-hot encode the bucketed departure times
flights_onehot = ____.____(____).____(____)
flights_onehot.____('____', '____', '____').____(____)

Kodu Düzenle ve Çalıştır