Dùng Dask để huấn luyện mô hình tuyến tính

Dask có thể được dùng để huấn luyện các mô hình Machine Learning trên những tập dữ liệu quá lớn để chứa vừa trong bộ nhớ, và cho phép bạn phân tán việc tải dữ liệu, tiền xử lý và huấn luyện qua nhiều luồng, nhiều tiến trình, thậm chí trên nhiều máy tính.

Nhiệm vụ của bạn là huấn luyện một mô hình Machine Learning để dự đoán độ phổ biến của các bài hát trong bộ dữ liệu Spotify mà bạn đã dùng ở các chương trước. Dữ liệu đã được nạp dưới dạng Dask DataFrame “lười” (lazy). Các biến đầu vào có trong dask_X và gồm một vài cột số, như tempo và danceability của bài hát. Giá trị mục tiêu nằm trong dask_y và là điểm độ phổ biến của mỗi bài hát.

Bài tập này là một phần của khóa học

Lập trình song song với Dask trong Python

Xem khóa học

Hướng dẫn bài tập

Import lớp SGDRegressor từ sklearn.linear_model và lớp Incremental từ dask_ml.wrappers.
Tạo một mô hình hồi quy tuyến tính SGDRegressor.
Dùng lớp Incremental để bọc mô hình nhằm có thể huấn luyện với dataset Dask, và đặt tham số scoring là 'neg_mean_squared_error'.
Fit mô hình đã bọc chỉ với một vòng lặp qua dữ liệu.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Import the SGDRegressor and the Incremental wrapper
from ____ import ____
from ____ import ____

# Create a SGDRegressor model
model = ____

# Wrap the model so that it works with Dask
dask_model = ____

# Fit the wrapped model
dask_model.____

Chỉnh sửa và Chạy Mã