Побудуйте модель Logistic Regression
Ви вже побудували модель Decision Tree на основі даних про перельоти. Тепер ви створите модель Logistic Regression на тих самих даних.
Мета — передбачити, чи буде рейс із великою ймовірністю затримано щонайменше на 15 хвилин (мітка 1), чи ні (мітка 0).
Хоча у вашому розпорядженні є різні предиктори, наразі ви використаєте лише стовпці mon, depart і duration. Це числові ознаки, які можна одразу застосувати в моделі Logistic Regression. Щоб додати категоріальні ознаки, знадобиться ще трохи підготовки. Залишайтеся з нами!
Дані поділено на тренувальну та тестову вибірки — вони доступні як flights_train і flights_test.
Ця вправа є частиною курсу
Machine Learning з PySpark
Інструкції до вправи
- Імпортуйте клас для створення класифікатора Logistic Regression.
- Створіть обʼєкт класифікатора та натренуйте його на тренувальних даних.
- Зробіть прогнози для тестових даних і створіть матрицю неточностей.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Import the logistic regression class
from pyspark.ml.____ import ____
# Create a classifier object and train on training data
logistic = ____().____(____)
# Create predictions for the testing data and show confusion matrix
prediction = ____.____(____)
prediction.groupBy(____, ____).____().show()