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
Інструкції до вправи
- Створіть
best_lr, викликавшиlr.fit()на данихtraining. - Виведіть
best_lr, щоб переконатися, що це об'єкт класуLogisticRegressionModel.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Call lr.fit()
best_lr = ____
# Print best_lr
print(____)