Модель тривалості польоту: лише відстань
У цій вправі ви збудуєте регресійну модель для передбачення тривалості польоту (стовпчик duration).
Поки що залишимо модель простою й візьмемо лише відстань перельоту (стовпчик km) як ознаку.
Дані містяться в flights. Перші кілька записів показано в терміналі. Ці дані також поділено на тренувальну та тестову вибірки, вони доступні як flights_train і flights_test.
Ця вправа є частиною курсу
Machine Learning з PySpark
Інструкції до вправи
- Створіть об'єкт лінійної регресії. Укажіть назву цільового стовпчика. Навчіть модель на тренувальних даних.
- Зробіть передбачення на тестових даних.
- Створіть об'єкт оцінювача регресії та використайте його, щоб обчислити RMSE на тестових даних.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
from pyspark.ml.regression import LinearRegression
from pyspark.ml.evaluation import RegressionEvaluator
# Create a regression object and train on training data
regression = ____(____).____(____)
# Create predictions for the testing data and take a look at the predictions
predictions = ____.____(____)
predictions.select('duration', 'prediction').show(5, False)
# Calculate the RMSE
____(____).____(predictions)