航班时长模型：加入起飞时间
在上一个练习中，起飞时间已被分箱并转换为虚拟变量。现在，您将把这些虚拟变量纳入航班时长的回归模型中。
数据位于 flights。km、org_dummy 和 depart_dummy 三列已经被组装为 features，其中 km 的索引为 0，org_dummy 的索引为 1 到 7，depart_dummy 的索引为 8 到 14。
数据已被划分为训练集和测试集，并在训练数据上建立了线性回归模型 regression。已经在测试数据上生成了预测，保存在 predictions 中。
本练习是课程的一部分
使用 PySpark 进行机器学习
练习说明
- 计算测试数据预测的 RMSE。
- 计算从 OGG 在 21:00 到 24:00 起飞的航班在地面上停留的平均时间。
- 计算从 OGG 在 03:00 到 06:00 起飞的航班在地面上停留的平均时间。
- 计算从 JFK 在 03:00 到 06:00 起飞的航班在地面上停留的平均时间。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Find the RMSE on testing data
from pyspark.ml.____ import ____
rmse = ____(____).____(____)
print("The test RMSE is", rmse)
# Average minutes on ground at OGG for flights departing between 21:00 and 24:00
avg_eve_ogg = regression.____
print(avg_eve_ogg)
# Average minutes on ground at OGG for flights departing between 03:00 and 06:00
avg_night_ogg = regression.____ + regression.____[9]
print(avg_night_ogg)
# Average minutes on ground at JFK for flights departing between 03:00 and 06:00
avg_night_jfk = regression.____ + regression.____[____] + regression.____[____]
print(avg_night_jfk)