Come together
Các đặc trưng (features) cho các mô hình bạn sắp chạy nằm trong bộ dữ liệu timbre, còn biến phản hồi – năm phát hành – nằm trong bộ dữ liệu track_metadata. Trước khi chạy mô hình, bạn cần ghép hai bộ dữ liệu này lại với nhau. Ở đây, hai bộ dữ liệu khớp hàng 1-1, nên bạn cần dùng inner join.
Còn một bước làm sạch dữ liệu nữa: cột year hiện là số nguyên, nhưng các hàm mô hình của Spark yêu cầu số thực. Bạn cần chuyển cột year sang kiểu numeric.
Bài tập này là một phần của khóa học
Nhập môn Spark với sparklyr trong R
Hướng dẫn bài tập
Kết nối Spark đã được tạo sẵn với tên spark_conn. Hai tibble gắn với siêu dữ liệu bản nhạc và dữ liệu timbre được lưu trong Spark đã được định nghĩa sẵn lần lượt là track_metadata_tbl và timbre_tbl.
- Thực hiện inner join siêu dữ liệu bản nhạc với dữ liệu timbre theo cột
track_id. - Chuyển cột
yearsang kiểunumeric.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# track_metadata_tbl, timbre_tbl pre-defined
track_metadata_tbl
timbre_tbl
track_metadata_tbl %>%
# Inner join to timbre_tbl
___ %>%
# Convert year to numeric
___