Logistic Regression 模型训练

在为数据创建标签和特征之后，您已经可以开始构建能够从数据中学习的模型（训练）。但在训练之前，在本练习的最后一部分，您将把数据划分为训练集和测试集，在训练集上运行 Logistic Regression 模型，并最终检查基于训练集训练得到的模型在测试集上的准确率。

请记住，您的工作区中已提供 SparkContext sc，以及变量 samples。

本练习是课程的一部分

使用 PySpark 的大数据基础

查看课程

练习说明

按 80:20 的比例将合并后的数据划分为训练集和测试集。
使用训练集训练 Logistic Regression 模型。
使用训练好的模型在测试集上生成预测标签。
使用 zip 函数将测试集中的真实标签与预测结果的标签配对组合。
使用原始标签与预测标签计算模型的准确率，并打印结果。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Split the data into training and testing
train_samples,test_samples = samples.____([0.8, 0.2])

# Train the model
model = LogisticRegressionWithLBFGS.train(____)

# Create a prediction label from the test data
predictions = model.____(test_samples.map(lambda x: x.features))

# Combine original labels with the predicted labels
labels_and_preds = test_samples.map(lambda x: x.label).zip(____)

# Check the accuracy of the model on the test data
accuracy = labels_and_preds.filter(lambda x: x[0] == x[____]).count() / float(test_samples.count())
print("Model accuracy : {:.2f}".format(____))

编辑并运行代码