1. Learn
    2. /
  2. Курси
    3. /
  3. Опрацювання ознак у PySpark
Connected

Вправа

Побудова регресійної моделі

Одна з переваг модуля PySpark ML у тому, що більшість алгоритмів можна швидко спробувати й перевірити, майже не змінюючи код. Random Forest Regression — це доволі проста ансамблева модель, яка використовує bagging для навчання. Інша деревоподібна ансамблева модель — Gradient Boosted Trees, що застосовує інший підхід, який називається boosting. У цій вправі давайте натренуємо GBTRegressor.

Інструкції

100 XP
  • Імпортуйте GBTRegressor з pyspark.ml.regression, зверніть увагу, що це той самий модуль, що й RandomForestRegressor.
  • Створіть екземпляр GBTRegressor, установивши featuresCol на векторну колонку ознак features, labelCol — на нашу залежну змінну SALESCLOSEPRICE, а випадкове seed — на 42.
  • Натренуйте модель, викликавши fit() для gbt з імпортованими тренувальними даними train_df.