使用梯度提升树预测航班延误
之前您已经用决策树构建过一个预测航班是否可能延误的分类器。本练习中，您将把决策树模型与梯度提升树模型进行比较。
航班数据已随机划分为 flights_train 和 flights_test。
本练习是课程的一部分
使用 PySpark 进行机器学习
练习说明
- 导入用于创建决策树和梯度提升树分类器的类。
- 创建决策树和梯度提升树分类器，并在训练数据上进行训练。
- 创建评估器，并在测试数据上分别计算两个分类器的 AUC。哪个模型效果更好？
- 对于梯度提升树分类器，打印树的数量以及各特征的相对重要性。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import the classes required
from pyspark.ml.____ import ____, ____
from pyspark.ml.evaluation import BinaryClassificationEvaluator
# Create model objects and train on training data
tree = ____().____(____)
gbt = ____().____(____)
# Compare AUC on testing data
evaluator = ____()
print(evaluator.____(tree.____(____)))
print(evaluator.____(gbt.____(____)))
# Find the number of trees and the relative importance of features
print(gbt.____)
print(gbt.____)