組裝欄位

資料前處理的最後一步，是把所有預測變數欄位整併為單一欄位。

更新後的 flights 資料（已納入前幾個練習中的所有變更）包含以下預測變數欄位：

mon、dom 和 dow
carrier_idx（由 carrier 編碼而得的索引值）
org_idx（由 org 編碼而得的索引值）
km
depart
duration

注意： show() 方法中的引數 truncate=False 可避免在輸出時截斷資料。

本練習屬於課程

使用 PySpark 的機器學習

檢視課程

練習說明

匯入用來組裝預測變數的類別。
建立一個 assembler 物件，讓你把多個預測變數欄位合併成單一欄位。
使用該 assembler 產生新的整併欄位。

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。

# Import the necessary class
from pyspark.ml.feature import ____

# Create an assembler object
assembler = ____(inputCols=[
    ____
], outputCol='features')

# Consolidate predictor columns
flights_assembled = assembler.____(____)

# Check the resulting column
flights_assembled.select('features', 'delay').show(5, truncate=False)

編輯並執行程式碼