Đánh giá Random Forest
Trong bài tập cuối cùng này, bạn sẽ đánh giá kết quả cross-validation trên một mô hình Random Forest.
Những đối tượng sau đã được tạo sẵn:
cv- một cross-validator đã được fit với dữ liệu huấn luyệnevaluator— một đối tượngBinaryClassificationEvaluatorvàflights_test— dữ liệu kiểm thử.
Bài tập này là một phần của khóa học
Machine Learning với PySpark
Hướng dẫn bài tập
- In danh sách AUC trung bình của tất cả mô hình trong lưới tham số.
- Hiển thị AUC trung bình của mô hình tốt nhất. Đây sẽ là AUC lớn nhất trong danh sách.
- In giải thích cho các tham số
maxDepthvàfeatureSubsetStrategycủa mô hình tốt nhất. - Hiển thị AUC cho dự đoán của mô hình tốt nhất trên dữ liệu kiểm thử.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Average AUC for each parameter combination in grid
print(cv.____)
# Average AUC for the best model
print(____(____))
# What's the optimal parameter value for maxDepth?
print(cv.____.explainParam('____'))
# What's the optimal parameter value for featureSubsetStrategy?
print(cv.____.____(____))
# AUC for best model on testing data
print(evaluator.____(____.____(____)))