航班时长模型：仅使用距离
在本练习中，您将构建一个回归模型来预测航班时长（duration 列）。
目前先保持模型简单，只将航班距离（km 列）作为一个预测变量。
数据保存在 flights 中。终端中显示了前几条记录。这些数据也已被拆分为训练集和测试集，可分别通过 flights_train 和 flights_test 获取。
本练习是课程的一部分
使用 PySpark 进行机器学习
练习说明
- 创建一个线性回归对象，指定标签列名称。将其拟合到训练数据。
- 在测试数据上进行预测。
- 创建一个回归评估器对象，并用它评估测试数据上的 RMSE。
交互式实操练习
通过完成这段示例代码来试试这个练习。
from pyspark.ml.regression import LinearRegression
from pyspark.ml.evaluation import RegressionEvaluator
# Create a regression object and train on training data
regression = ____(____).____(____)
# Create predictions for the testing data and take a look at the predictions
predictions = ____.____(____)
predictions.select('duration', 'prediction').show(5, False)
# Calculate the RMSE
____(____).____(predictions)