Модель тривалості польоту: етапи Pipeline
Ви створите етапи для конвеєра (pipeline) моделі тривалості польотів. У наступній вправі ви використаєте їх, щоб зібрати конвеєр і побудувати модель регресії.
Класи StringIndexer, OneHotEncoder, VectorAssembler і LinearRegression уже імпортовано.
Ця вправа є частиною курсу
Machine Learning з PySpark
Інструкції до вправи
- Створіть індексатор, щоб перетворити стовпець 'org' на індексований стовпець 'org_idx'.
- Створіть one-hot кодувальник, щоб перетворити стовпці 'org_idx' і 'dow' на стовпці з фіктивними змінними під назвами 'org_dummy' і 'dow_dummy'.
- Створіть збирач (assembler), який об'єднає стовпець 'km' із двома стовпцями фіктивних змінних. Вихідний стовпець має називатися 'features'.
- Створіть об'єкт лінійної регресії для передбачення тривалості польоту.
Може бути корисно знову переглянути слайди з уроків у панелі Slides поряд з IPython Shell.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Convert categorical strings to index values
indexer = ____(____)
# One-hot encode index values
onehot = ____(
inputCols=____,
outputCols=____
)
# Assemble predictors into a single column
assembler = ____(inputCols=____, outputCol=____)
# A linear regression object
regression = ____(labelCol=____)