ПочатиПочніть безкоштовно

Навчіть модель(і)

Ви нарешті готові навчити моделі та обрати найкращу!

На жаль, крос-валідація потребує дуже багато обчислювальних ресурсів. Навчання всіх моделей на DataCamp займе надто багато часу.

Локально ви б використали такий код:

# Fit cross validation models
models = cv.fit(training)

# Extract the best model
best_lr = models.bestModel

Пам'ятайте, тренувальні дані називаються training, а для навчання моделі логістичної регресії ви використовуєте lr. Крос-валідація обрала значення параметрів regParam=0 та elasticNetParam=0 як найкращі. Це значення за замовчуванням, тож вам не потрібно додатково змінювати lr перед навчанням моделі.

Ця вправа є частиною курсу

Основи PySpark

Переглянути курс

Інструкції до вправи

  • Створіть best_lr, викликавши lr.fit() на даних training.
  • Виведіть best_lr, щоб переконатися, що це об'єкт класу LogisticRegressionModel.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Call lr.fit()
best_lr = ____

# Print best_lr
print(____)
Редагувати та запускати код