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

Вправа

Відмінності

Дослідимо, як генерувати ознаки на основі наявних. На Середньому Заході США багато односімейних будинків мають додаткову ділянку землі для озеленення. У цьому прикладі ви створите нову ознаку під назвою 'YARD_SIZE', а потім перевірите, чи корелює ця ознака зі змінною результату.

Інструкції

100 XP
  • Створіть новий стовпець за допомогою withColumn() під назвою LOT_SIZE_SQFT і перетворіть ACRES на квадратні фути, помноживши на коефіцієнт перерахунку acres_to_sqfeet.
  • Створіть ще один стовпець під назвою YARD_SIZE, віднявши FOUNDATIONSIZE від LOT_SIZE_SQFT.
  • Запустіть corr() для кожної з незалежних змінних YARD_SIZE, FOUNDATIONSIZE, LOT_SIZE_SQFT проти залежної змінної SALESCLOSEPRICE. Чи показує нова ознака сильнішу кореляцію, ніж будь-яка з її складових?