Оцінювання Random Forest

У цій фінальній вправі ви оцінюватимете результати крос-валідації для моделі Random Forest.

Уже створено такі об'єкти:

cv — крос-валіда́тор, який уже навчено на тренувальних даних
evaluator — об'єкт BinaryClassificationEvaluator та
flights_test — тестові дані.

Ця вправа є частиною курсу

Machine Learning з PySpark

Переглянути курс

Інструкції до вправи

Виведіть список середніх метрик AUC для всіх моделей у ґриді параметрів.
Показати середнє значення AUC для найкращої моделі. Це буде найбільший AUC у списку.
Виведіть пояснення параметрів maxDepth і featureSubsetStrategy для найкращої моделі.
Показати AUC для передбачень найкращої моделі на тестових даних.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Average AUC for each parameter combination in grid
print(cv.____)

# Average AUC for the best model
print(____(____))

# What's the optimal parameter value for maxDepth?
print(cv.____.explainParam('____'))
# What's the optimal parameter value for featureSubsetStrategy?
print(cv.____.____(____))

# AUC for best model on testing data
print(evaluator.____(____.____(____)))

Редагувати та запускати код