SMS 垃圾訊息最佳化

你先前為 SMS 垃圾訊息模型建立的 pipeline，所有元件都使用了預設參數。不過，這些參數很難剛好產生特別好的模型。這個練習中，你要針對一組挑選過的參數值來執行 pipeline。我們會用系統化的方式進行：把每個超參數的候選值排成一個網格，然後讓 pipeline 系統性地跑過網格上的每一個點。

在這個練習中，你會建立一個參數網格，之後可搭配交叉驗證來為 SMS 垃圾訊息分類器挑選一組理想的參數。

以下物件已經定義好：

hasher —— 一個 HashingTF 物件，
logistic —— 一個 LogisticRegression 物件。

本練習屬於課程

使用 PySpark 的機器學習

檢視課程

練習說明

建立一個參數網格產生器物件。
為 HashingTF 物件的 numFeatures 與 binary 參數加入網格點，分別給定 1024、4096、16384 以及 True、False。
為 LogisticRegression 物件的 regParam 與 elasticNetParam 參數加入網格點，分別給定 0.01、0.1、1.0、10.0 以及 0.0、0.5、1.0。
建立（build）參數網格。

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。

# Create parameter grid
params = ____()

# Add grid for hashing trick parameters
params = params.____(____, ____) \
               .____(____, ____)

# Add grid for logistic regression parameters
params = params.____(____, ____) \
               .____(____, ____)

# Build parameter grid
params = ____.____()

編輯並執行程式碼