Mô hình thời lượng bay: Thêm thời gian khởi hành
Trong bài trước, thời gian khởi hành đã được chia bucket và chuyển thành biến giả (dummy). Giờ bạn sẽ đưa các biến giả đó vào một mô hình hồi quy để dự đoán thời lượng chuyến bay.
Dữ liệu nằm trong flights. Các cột km, org_dummy và depart_dummy đã được gộp vào features, trong đó km ở chỉ số 0, org_dummy chạy từ chỉ số 1 đến 7 và depart_dummy từ chỉ số 8 đến 14.
Dữ liệu đã được chia thành tập huấn luyện và kiểm tra, và một mô hình hồi quy tuyến tính, regression, đã được huấn luyện trên tập huấn luyện. Dự đoán đã được tạo trên tập kiểm tra và có sẵn dưới tên predictions.
Bài tập này là một phần của khóa học
Machine Learning với PySpark
Hướng dẫn bài tập
- Tìm RMSE cho các dự đoán trên tập kiểm tra.
- Tìm thời gian trung bình chờ trên mặt đất cho các chuyến bay khởi hành từ OGG trong khoảng 21:00 đến 24:00.
- Tìm thời gian trung bình chờ trên mặt đất cho các chuyến bay khởi hành từ OGG trong khoảng 03:00 đến 06:00.
- Tìm thời gian trung bình chờ trên mặt đất cho các chuyến bay khởi hành từ JFK trong khoảng 03:00 đến 06:00.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Find the RMSE on testing data
from pyspark.ml.____ import ____
rmse = ____(____).____(____)
print("The test RMSE is", rmse)
# Average minutes on ground at OGG for flights departing between 21:00 and 24:00
avg_eve_ogg = regression.____
print(avg_eve_ogg)
# Average minutes on ground at OGG for flights departing between 03:00 and 06:00
avg_night_ogg = regression.____ + regression.____[9]
print(avg_night_ogg)
# Average minutes on ground at JFK for flights departing between 03:00 and 06:00
avg_night_jfk = regression.____ + regression.____[____] + regression.____[____]
print(avg_night_jfk)