航班飛行時間模型：加入起飛時間
在前一個練習中，起飛時間已經做過分箱，並轉換為虛擬變數。現在你要把這些虛擬變數納入預測飛行時間的迴歸模型。
資料在 flights。km、org_dummy 與 depart_dummy 欄位已組合成 features。其中 km 的索引是 0，org_dummy 的索引從 1 到 7，depart_dummy 從 8 到 14。
資料已切分為訓練集與測試集，並在訓練資料上建立了線性迴歸模型 regression。已對測試資料產生預測，結果存於 predictions。
本練習屬於課程
使用 PySpark 的機器學習
練習說明
- 找出測試資料預測的 RMSE。
- 找出從 OGG 於 21:00 到 24:00 起飛的航班，其在地面停留的平均時間。
- 找出從 OGG 於 03:00 到 06:00 起飛的航班，其在地面停留的平均時間。
- 找出從 JFK 於 03:00 到 06:00 起飛的航班，其在地面停留的平均時間。
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。
# Find the RMSE on testing data
from pyspark.ml.____ import ____
rmse = ____(____).____(____)
print("The test RMSE is", rmse)
# Average minutes on ground at OGG for flights departing between 21:00 and 24:00
avg_eve_ogg = regression.____
print(avg_eve_ogg)
# Average minutes on ground at OGG for flights departing between 03:00 and 06:00
avg_night_ogg = regression.____ + regression.____[9]
print(avg_night_ogg)
# Average minutes on ground at JFK for flights departing between 03:00 and 06:00
avg_night_jfk = regression.____ + regression.____[____] + regression.____[____]
print(avg_night_jfk)