Модель тривалості польоту: додавання часу вильоту
У попередній вправі час вильоту було розбито на кошики та перетворено на фіктивні змінні (dummy). Тепер ви включите ці фіктивні змінні до регресійної моделі тривалості польоту.
Дані розміщено у flights. Стовпці km, org_dummy та depart_dummy зібрано у features, де km має індекс 0, org_dummy — індекси від 1 до 7, а depart_dummy — від 8 до 14.
Дані поділено на тренувальну та тестову вибірки, а лінійну регресійну модель regression побудовано на тренувальних даних. Прогнози зроблено на тестових даних і збережено в predictions.
Ця вправа є частиною курсу
Machine Learning з PySpark
Інструкції до вправи
- Знайдіть RMSE для прогнозів на тестових даних.
- Знайдіть середній час на землі для рейсів з вильотом з OGG у проміжку 21:00–24:00.
- Знайдіть середній час на землі для рейсів з вильотом з OGG у проміжку 03:00–06:00.
- Знайдіть середній час на землі для рейсів з вильотом з JFK у проміжку 03:00–06:00.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Find the RMSE on testing data
from pyspark.ml.____ import ____
rmse = ____(____).____(____)
print("The test RMSE is", rmse)
# Average minutes on ground at OGG for flights departing between 21:00 and 24:00
avg_eve_ogg = regression.____
print(avg_eve_ogg)
# Average minutes on ground at OGG for flights departing between 03:00 and 06:00
avg_night_ogg = regression.____ + regression.____[9]
print(avg_night_ogg)
# Average minutes on ground at JFK for flights departing between 03:00 and 06:00
avg_night_jfk = regression.____ + regression.____[____] + regression.____[____]
print(avg_night_jfk)