Mô hình thời lượng chuyến bay: Chỉ dùng khoảng cách
Trong bài tập này, bạn sẽ xây dựng một mô hình hồi quy để dự đoán thời lượng chuyến bay (cột duration).
Trước mắt hãy giữ mô hình đơn giản, chỉ bao gồm khoảng cách chuyến bay (cột km) làm biến dự báo.
Dữ liệu nằm trong flights. Một vài bản ghi đầu tiên được hiển thị trên terminal. Dữ liệu này cũng đã được chia thành tập huấn luyện và tập kiểm tra, và có sẵn dưới dạng flights_train và flights_test.
Bài tập này là một phần của khóa học
Machine Learning với PySpark
Hướng dẫn bài tập
- Tạo một đối tượng hồi quy tuyến tính. Chỉ định tên cột nhãn. Fit mô hình vào dữ liệu huấn luyện.
- Tạo dự đoán trên dữ liệu kiểm tra.
- Tạo một đối tượng đánh giá hồi quy và dùng nó để đánh giá RMSE trên dữ liệu kiểm tra.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
from pyspark.ml.regression import LinearRegression
from pyspark.ml.evaluation import RegressionEvaluator
# Create a regression object and train on training data
regression = ____(____).____(____)
# Create predictions for the testing data and take a look at the predictions
predictions = ____.____(____)
predictions.select('duration', 'prediction').show(5, False)
# Calculate the RMSE
____(____).____(predictions)