航班時間模型：加入更多特徵！
讓我們把更多特徵加入模型。這不一定會帶來更好的模型。加入某些特徵可能會改善模型，但加入其他特徵可能會讓結果變差。
更多特徵會「一定」讓模型更複雜，也更難解釋。
接下來的模型你會加入以下特徵：
kmorg（起飛機場，one-hot 編碼，8 個層級）depart（起飛時間，依每 3 小時分箱，one-hot 編碼，8 個層級）dow（起飛星期幾，one-hot 編碼，7 個層級），以及mon（起飛月份，one-hot 編碼，12 個層級）。
這些已組合成 features 欄位，為 32 個欄位的稀疏表示法（記得 one-hot 編碼產生的欄位數會比層級數少 1）。
資料以 flights 提供，並隨機分割為 flights_train 與 flights_test。
本練習使用航班資料的一小部分子集。
本練習屬於課程
使用 PySpark 的機器學習
練習說明
- 對訓練資料擬合線性迴歸模型。
- 針對測試資料產生預測值。
- 計算測試資料的 RMSE。
- 檢視模型係數。是否有任何係數為 0？
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。
from pyspark.ml.regression import ____
from pyspark.ml.evaluation import ____
# Fit linear regression model to training data
regression = ____(____).____(____)
# Make predictions on testing data
predictions = regression.____(____)
# Calculate the RMSE on testing data
rmse = ____(____).____(____)
print("The test RMSE is", rmse)
# Look at the model coefficients
coeffs = regression.____
print(coeffs)