Категоріальні стовпці
У даних про перельоти є два стовпці — carrier і org, — які містять категоріальні значення. Потрібно перетворити ці стовпці на індексовані числові значення.
Ця вправа є частиною курсу
Machine Learning з PySpark
Інструкції до вправи
- Імпортуйте відповідний клас і створіть об'єкт індексатора, щоб перетворити стовпець
carrierзі строкового типу на числовий індекс. - Підготуйте індексатор на даних про перельоти.
- Скористайтеся підготовленим індексатором, щоб створити числовий індекс-стовпець.
- Повторіть ці кроки 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)