Затримки рейсів із Random Forest

У цій вправі ви поєднаєте перехресну перевірку та ансамблеві методи. Ви навчатимете класифікатор Random Forest для прогнозування затримок рейсів, використовуючи перехресну перевірку, щоб обрати найкращі значення параметрів моделі.

Ви підберете хороші значення для таких параметрів:

featureSubsetStrategy — скільки ознак розглядати для розбиття в кожній вершині, та
maxDepth — максимальна кількість розщеплень уздовж будь-якої гілки.

На жаль, побудова цієї моделі триває надто довго, тому ми не виконуватимемо метод .fit() для конвеєра.

Клас RandomForestClassifier уже імпортовано в сеанс.

Ця вправа є частиною курсу

Machine Learning з PySpark

Переглянути курс

Інструкції до вправи

Створіть об'єкт класифікатора random forest.
Створіть об'єкт побудовника сітки параметрів. Додайте точки сітки для параметрів featureSubsetStrategy і maxDepth.
Створіть оцінювач для бінарної класифікації.
Створіть об'єкт перехресної перевірки, вказавши оцінювач, сітку параметрів і оцінювач якості. Оберіть перехресну перевірку на 5 фолдів.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Create a random forest classifier
forest = ____()

# Create a parameter grid
params = ____() \
            .____(____, ['all', 'onethird', 'sqrt', 'log2']) \
            .____(____, [2, 5, 10]) \
            .____()

# Create a binary classification evaluator
evaluator = ____()

# Create a cross-validator
cv = ____(____, ____, ____, ____)

Редагувати та запускати код