航班時長模型：Pipeline 階段
你將為航班時長模型的 pipeline 建立各個階段。你會在下一個練習中用這些階段來建構 pipeline，並建立一個迴歸模型。
StringIndexer、OneHotEncoder、VectorAssembler 和 LinearRegression 類別都已經匯入。
本練習屬於課程
使用 PySpark 的機器學習
練習說明
- 建立一個 indexer，將 'org' 欄位轉換成名為 'org_idx' 的索引欄位。
- 建立一個 one-hot 編碼器，將 'org_idx' 與 'dow' 欄位轉換為名為 'org_dummy' 與 'dow_dummy' 的虛擬變數欄位。
- 建立一個 assembler，將 'km' 欄位與兩個虛擬變數欄位合併。輸出欄位名稱應為 'features'。
- 建立一個線性迴歸物件來預測航班時長。
你可以回顧本課中的投影片，方法是開啟 IPython Shell 旁邊的 Slides 面板。
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。
# Convert categorical strings to index values
indexer = ____(____)
# One-hot encode index values
onehot = ____(
inputCols=____,
outputCols=____
)
# Assemble predictors into a single column
assembler = ____(inputCols=____, outputCol=____)
# A linear regression object
regression = ____(labelCol=____)