BaşlayınÜcretsiz başlayın

En İyi Model ve En İyi Model Parametreleri

Artık çapraz doğrulayıcımız cv hazır olduğuna göre, Spark'a verimizi almasını, ALS algoritmasını buna uydurmasını ve param_grid içindeki hiperparametre değerlerinin farklı kombinasyonlarını denemesini söyleyebiliriz; böylece en küçük RMSE'yi veren değerleri bulabilir. Ne yazık ki bu işlemin burada tamamlanması çok uzun sürer, ama referansın için bunun nasıl yapıldığını aşağıda görebilirsin:

# 'train' veri kümesine çapraz doğrulayıcıyı uydur
model = cv.fit(train)

# Yukarıdaki cv modelinden en iyi modeli çıkar
best_model = model.bestModel

Bu kod ayrı olarak çalıştırıldı ve best_model senin kullanman için belirlendi ve kaydedildi. Modelin parametrelerini çıkarmak için verilen komutları kullan.

Bu egzersiz, kursun bir parçasıdır

PySpark ile Öneri Motorları Oluşturma

Kursa Göz Atın

Egzersiz talimatları

  • Hiperparametre seçeneklerimizden ALS ile oluşturulan modelin gerçekten tamamlandığını doğrulamak için type(best_model) yazdır. Sonraki yazdırma ifadeleriyle çalışabilmek için burada bir print ifadesi gerekiyor.
  • best_model üzerinden .getRank() metodunu çağırarak rank değerini çıkar.
  • best_model üzerinden .getMaxIter() metodunu çağırarak maxIter değerini çıkar.
  • best_model üzerinden .getRegParam() metodunu çağırarak regParam değerini çıkar.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Print best_model
print(____)

# Complete the code below to extract the ALS model parameters
print("**Best Model**")

# Print "Rank"
print("  Rank:", best_model.get____())

# Print "MaxIter"
print("  MaxIter:", best_model.get____())

# Print "RegParam"
print("  RegParam:", best_model.get____())
Kodu Düzenle ve Çalıştır