BaşlayınÜcretsiz başlayın

RMSE değerlendirici oluştur

Artık bir modeli eğitim verilerine nasıl uyduracağını ve test tahminleri üreteceğini bildiğine göre, modelinin ne kadar iyi performans gösterdiğini değerlendirecek bir yola ihtiyacın var. Bunun için bir evaluator oluşturacağız. Spark'ta değerlendiriciler çeşitli şekillerde kurulabilir. Bizim amacımız için, RMSE hesaplayan bir regressionEvaluator istiyoruz. regressionEvaluator'ı oluşturduktan sonra, modeli verilerimize uydurup tahminler üretebiliriz.

Bu egzersiz, kursun bir parçasıdır

PySpark ile Öneri Motorları Oluşturma

Kursa Göz Atın

Egzersiz talimatları

  • pyspark.ml.evaluation sınıfından gerekli RegressionEvaluator paketini içe aktar.
  • evaluator kodunu tamamla ve metric name olarak "rmse" belirt. ratings verimizde puanlarımızın yer aldığı sütunun adını labelCol olarak ayarla (sütun adlarını görmek için ratings.columns yöntemini kullan) ve prediction sütun adını "prediction" olarak ayarla.
  • evaluator'ın doğru şekilde oluşturulduğunu, içinden bu üç parametrenin her birini çıkararak doğrula. Bunu, her biri bir print ifadesi içinde olacak şekilde şu 3 kod satırını çalıştırarak yap:
    • evaluator.getMetricName()
    • evaluator.getLabelCol()
    • evaluator.getPredictionCol()

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Import RegressionEvaluator
from pyspark.ml.evaluation import ____

# Complete the evaluator code
evaluator = RegressionEvaluator(metricName="____", labelCol="____", predictionCol="____")

# Extract the 3 parameters
print(evaluator.get____())
print(evaluator.get____())
print(evaluator.get____())
Kodu Düzenle ve Çalıştır