Створіть оцінювач

Перше, що потрібно для крос-валідації під час вибору моделі, — це спосіб порівнювати різні моделі. На щастя, підмодуль pyspark.ml.evaluation містить класи для оцінювання різних типів моделей. Ваша модель — бінарний класифікатор, тож ви використовуватимете BinaryClassificationEvaluator з модуля pyspark.ml.evaluation.

Цей оцінювач обчислює площу під ROC-кривою. Це метрика, яка поєднує два типи помилок бінарного класифікатора (помилкові спрацьовування та пропуски) в одне просте число. Докладніше про це ви дізнаєтеся наприкінці розділу!

Ця вправа є частиною курсу

Основи PySpark

Переглянути курс

Інструкції до вправи

Імпортуйте підмодуль pyspark.ml.evaluation як evals.
Створіть evaluator, викликавши evals.BinaryClassificationEvaluator() з аргументом metricName="areaUnderROC".

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import the evaluation submodule
import ____ as evals

# Create a BinaryClassificationEvaluator
evaluator = ____

Редагувати та запускати код