优化 SMS 垃圾短信分类

您之前为 SMS 垃圾短信模型构建的 pipeline 使用了各组件的默认参数。不过，这些参数很难直接得到表现出色的模型。本练习中，您将针对一组参数取值来运行该 pipeline。我们会采用系统化的方法：把每个超参数的取值排成一个网格，然后让 pipeline 系统地遍历网格中的每个点。

在本练习中，您将设置一个参数网格，并结合交叉验证为 SMS 垃圾短信分类器选择一组较优参数。

以下对象已定义：

hasher —— 一个 HashingTF 对象；
logistic —— 一个 LogisticRegression 对象。

本练习是课程的一部分

使用 PySpark 进行机器学习

查看课程

练习说明

创建一个参数网格构建器对象。
为 HashingTF 对象添加 numFeatures 和 binary 的网格点，取值分别为 1024、4096、16384，以及 True 和 False。
为 LogisticRegression 对象添加 regParam 和 elasticNetParam 的网格点，取值分别为 0.01、0.1、1.0、10.0，以及 0.0、0.5、1.0。
构建参数网格。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Create parameter grid
params = ____()

# Add grid for hashing trick parameters
params = params.____(____, ____) \
               .____(____, ____)

# Add grid for logistic regression parameters
params = params.____(____, ____) \
               .____(____, ____)

# Build parameter grid
params = ____.____()

编辑并运行代码