1. Learn
    2. /
  2. Курси
    3. /
  3. Основи PySpark
Connected

Вправа

Створення сітки

Далі потрібно створити сітку значень для пошуку оптимальних гіперпараметрів. Підмодуль pyspark.ml.tuning містить клас ParamGridBuilder, який саме для цього й призначений (мабуть, ви вже помітили закономірність: у PySpark є підмодуль майже для всього!).

Вам слід використати методи .addGrid() і .build(), щоб створити сітку для перехресної перевірки. Метод .addGrid() приймає параметр моделі (атрибут моделі Estimator, lr, яку ви створили кілька вправ тому) і список значень, які ви хочете перевірити. Метод .build() не приймає аргументів і просто повертає сітку, яку ви використаєте пізніше.

Інструкції

100 XP
  • Імпортуйте підмодуль pyspark.ml.tuning з псевдонімом tune.
  • Викличте конструктор класу ParamGridBuilder() без аргументів. Збережіть це як grid.
  • Викличте метод .addGrid() для grid, передавши lr.regParam як перший аргумент і np.arange(0, .1, .01) як другий аргумент. Другий виклик — це функція з модуля numpy (імпортованого як np), що створює список чисел від 0 до .1 з кроком .01. Перезапишіть grid результатом.
  • Оновіть grid ще раз, вдруге викликавши метод .addGrid(), щоб створити сітку для lr.elasticNetParam, яка містить лише значення [0, 1].
  • Викличте метод .build() для grid і перезапишіть його виводом.