1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Machine Learning với PySpark
Connected

Bài tập

Mô hình thời lượng chuyến bay: Nhiều đặc trưng hơn!

Hãy thêm nhiều đặc trưng hơn vào mô hình. Điều này không nhất thiết tạo ra mô hình tốt hơn. Thêm một số đặc trưng có thể cải thiện mô hình, nhưng những đặc trưng khác có thể làm nó tệ đi.

Nhiều đặc trưng hơn sẽ luôn luôn khiến mô hình phức tạp hơn và khó diễn giải hơn.

Đây là các đặc trưng bạn sẽ đưa vào mô hình tiếp theo:

  • km
  • org (sân bay xuất phát, one-hot encoded, 8 mức)
  • depart (giờ cất cánh, chia theo khoảng 3 giờ, one-hot encoded, 8 mức)
  • dow (ngày trong tuần của chuyến bay, one-hot encoded, 7 mức) và
  • mon (tháng khởi hành, one-hot encoded, 12 mức).

Các đặc trưng này đã được gộp vào cột features, là dạng thưa (sparse) của 32 cột (nhớ rằng one-hot encoding tạo ra số cột ít hơn số mức một đơn vị).

Dữ liệu có sẵn dưới tên flights, được chia ngẫu nhiên thành flights_train và flights_test.

Bài tập này dựa trên một tập con nhỏ của dữ liệu chuyến bay.

Hướng dẫn

100 XP
  • Huấn luyện một mô hình hồi quy tuyến tính trên dữ liệu huấn luyện.
  • Tạo dự đoán cho dữ liệu kiểm tra.
  • Tính RMSE trên dữ liệu kiểm tra.
  • Xem các hệ số của mô hình. Có hệ số nào bằng 0 không?