開始使用免費開始

訓練模型

你終於可以訓練模型並選出表現最好的那個了!

不過,交叉驗證的計算量很大。在 DataCamp 上同時訓練所有模型會花太久時間。

如果在本機執行,你會使用以下程式碼:

# Fit cross validation models
models = cv.fit(training)

# Extract the best model
best_lr = models.bestModel

請記住,訓練資料名為 training,而你使用 lr 來訓練邏輯斯迴歸模型。交叉驗證已選出參數 regParam=0elasticNetParam=0 作為最佳設定。這些是預設值,所以在訓練模型之前不需要再對 lr 做任何其他設定。

本練習屬於課程

PySpark 基礎

檢視課程

練習說明

  • 呼叫 lr.fit(),以 training 資料作為輸入,建立 best_lr
  • 列印 best_lr,確認它是 LogisticRegressionModel 類別的物件。

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# Call lr.fit()
best_lr = ____

# Print best_lr
print(____)
編輯並執行程式碼