BaşlayınÜcretsiz başlayın

Tahminler üret ve RMSE hesapla

Artık verilerimiz üzerinde eğitilmiş ve çapraz doğrulama ile ayarlanmış bir modele sahip olduğumuza göre, test veri çerçevesi üzerinde nasıl performans gösterdiğine bakabiliriz. Bunu yapmak için RMSE hesaplayacağız.

Not olarak, bu veri kümesiyle test tahminlerini üretmek birkaç dakikadan fazla sürüyor. Bu nedenle test tahminleri önceden üretildi ve burada test_predictions adlı bir veri çerçevesi olarak sağlandı. Referans olması için, şu kodla üretildiler: test_predictions = best_model.transform(test).

Bu egzersiz, kursun bir parçasıdır

PySpark ile Öneri Motorları Oluşturma

Kursa Göz Atın

Egzersiz talimatları

  • test_predictions veri çerçevesi, daha önce oluşturduğumuz test setini kullanarak çapraz doğrulanmış ALS modelimizin ürettiği tahminleri içerir. Buna bakmak ve tahminler makul derecede yakın görünüyor mu diye kontrol etmek için .show() metodunu kullan.
  • Daha önce oluşturduğun evaluator ile, üretilmiş test_predictions üzerinde .evaluate() metodunu çağırarak RMSEyi hesapla. Buna RMSE adını ver.
  • RMSEyi yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# View the predictions 
test_predictions.____()

# Calculate and print the RMSE of test_predictions
RMSE = evaluator.____(____)
print(____)
Kodu Düzenle ve Çalıştır