Chuyến bay trễ với Gradient-Boosted Trees
Trước đó bạn đã xây dựng một bộ phân loại dự đoán chuyến bay có khả năng bị trễ bằng Decision Tree. Trong bài này, bạn sẽ so sánh mô hình Decision Tree với mô hình Gradient-Boosted Trees.
Dữ liệu chuyến bay đã được chia ngẫu nhiên thành flights_train và flights_test.
Bài tập này là một phần của khóa học
Machine Learning với PySpark
Hướng dẫn bài tập
- Import các lớp cần thiết để tạo bộ phân loại Decision Tree và Gradient-Boosted Tree.
- Tạo các bộ phân loại Decision Tree và Gradient-Boosted Tree. Huấn luyện trên dữ liệu huấn luyện.
- Tạo một evaluator và tính AUC trên dữ liệu kiểm tra cho cả hai bộ phân loại. Mô hình nào hoạt động tốt hơn?
- Với bộ phân loại Gradient-Boosted Tree, in ra số lượng cây và tầm quan trọng tương đối của các đặc trưng.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import the classes required
from pyspark.ml.____ import ____, ____
from pyspark.ml.evaluation import BinaryClassificationEvaluator
# Create model objects and train on training data
tree = ____().____(____)
gbt = ____().____(____)
# Compare AUC on testing data
evaluator = ____()
print(evaluator.____(tree.____(____)))
print(evaluator.____(gbt.____(____)))
# Find the number of trees and the relative importance of features
print(gbt.____)
print(gbt.____)