航班时长模型：Pipeline 模型
现在，您已经可以把这些阶段组合成一个流水线了。
您将先构建流水线，然后在训练数据上训练它。这样会依次将流水线中的每个阶段应用到训练数据上。任何阶段都不会接触测试数据：不会发生泄漏！
当整个流水线训练完成后，将用它在测试数据上进行预测。
数据以 flights 提供，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
- 导入用于创建流水线的类。
- 创建一个流水线对象，并按此顺序指定
indexer、onehot、assembler和regression各阶段。 - 在训练数据上训练该流水线。
- 在测试数据上进行预测。
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 class for creating a pipeline
from pyspark.____ import ____
# Construct a pipeline
pipeline = ____(____=[____])
# Train the pipeline on the training data
pipeline = pipeline.____(____)
# Make predictions on the testing data
predictions = ____.____(____)