航班時間模型：加入起飛機場
有些機場比其他機場更繁忙，也有些機場規模更大。從大型或繁忙機場起飛的航班，滑行或等待起飛時隙的時間通常更長。因此，航班的總時間可能不只取決於飛行距離，也會受出發機場影響。
你要讓迴歸模型更進一步，在模型中把起飛機場納入為一個預測變數。
這些資料已經切分為訓練集與測試集，分別為 flights_train 與 flights_test。起飛機場儲存在 org 欄位，已先索引成 org_idx，接著再做 one-hot 編碼為 org_dummy。前幾筆紀錄已顯示在終端機中。
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。
- 對測試資料進行預測。
- 計算在測試資料上的 RMSE。
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 LinearRegression
from pyspark.ml.evaluation import RegressionEvaluator
# Create a regression object and train on training data
regression = ____(____).____(____)
# Create predictions for the testing data
predictions = ____.____(____)
# Calculate the RMSE on testing data
____(____).____(____)