Mô hình thời lượng chuyến bay: Các giai đoạn Pipeline
Bạn sẽ tạo các giai đoạn cho pipeline của mô hình dự đoán thời lượng chuyến bay. Bạn sẽ dùng chúng trong bài tập tiếp theo để xây dựng một pipeline và tạo mô hình hồi quy.
Các lớp StringIndexer, OneHotEncoder, VectorAssembler và LinearRegression đã được import sẵn.
Bài tập này là một phần của khóa học
Machine Learning với PySpark
Hướng dẫn bài tập
- Tạo một indexer để chuyển cột 'org' thành một cột được đánh chỉ mục tên là 'org_idx'.
- Tạo một one-hot encoder để chuyển các cột 'org_idx' và 'dow' thành các cột biến giả tên là 'org_dummy' và 'dow_dummy'.
- Tạo một assembler để kết hợp cột 'km' với hai cột biến giả. Cột đầu ra nên đặt tên là 'features'.
- Tạo một đối tượng hồi quy tuyến tính để dự đoán thời lượng chuyến bay.
Bạn có thể muốn xem lại các slide từ bài học trong bảng điều khiển Các slide bên cạnh IPython Shell.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Convert categorical strings to index values
indexer = ____(____)
# One-hot encode index values
onehot = ____(
inputCols=____,
outputCols=____
)
# Assemble predictors into a single column
assembler = ____(inputCols=____, outputCol=____)
# A linear regression object
regression = ____(labelCol=____)