Категоріальні стовпці
У даних про рейси є два стовпці — carrier і org, — у яких зберігаються категоріальні дані. Вам потрібно перетворити ці стовпці на проіндексовані числові значення.
Ця вправа є частиною курсу
Machine Learning з PySpark
Інструкції до вправи
- Імпортуйте відповідний клас і створіть об'єкт indexer, щоб перетворити стовпець
carrierзі строкового типу на числовий індекс. - Підготуйте об'єкт indexer на даних про рейси.
- Використайте підготовлений indexer, щоб створити стовпець із числовим індексом.
- Повторіть процес для стовпця
org.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
from pyspark.ml.feature import ____
# Create an indexer
indexer = ____(inputCol=____, outputCol='carrier_idx')
# Indexer identifies categories in the data
indexer_model = indexer.____(flights)
# Indexer creates a new column with numeric index values
flights_indexed = ____.____(____)
# Repeat the process for the other categorical feature
flights_indexed = ____(inputCol=____, outputCol='org_idx').____(____).____(____)
flights_indexed.show(5)