解释系数
请记住,始发机场 org 有 8 个可能取值(ORD、SFO、JFK、LGA、SMF、SJC、TUS 和 OGG),在 org_dummy 中经过独热编码为 7 个哑变量。
km 和 org_dummy 的值已被组装为 features,该向量使用稀疏表示,共 8 列。features 中各列的索引如下:
- 0 —
km - 1 —
ORD - 2 —
SFO - 3 —
JFK - 4 —
LGA - 5 —
SMF - 6 —
SJC - 7 —
TUS。
请注意,OGG 未出现在此列表中,因为它是始发机场类别的参照水平。
LinearRegression 的一个实例已保存在 regression 中。在本练习中,您将使用其 intercept 和 coefficients 属性来解读模型。
coefficients 属性是一个列表,其中第一个元素表示航班时长随航程距离的变化情况。
本练习是课程的一部分
使用 PySpark 进行机器学习
练习说明
- 计算平均速度(千米/小时)。这会与您之前得到的数值不同,因为当前模型更为复杂。
- OGG 的平均地面停留时间是多少?
- JFK 的平均地面停留时间是多少?
- LGA 的平均地面停留时间是多少?
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Average speed in km per hour
avg_speed_hour = ____
print(avg_speed_hour)
# Average minutes on ground at OGG
inter = regression.____
print(inter)
# Average minutes on ground at JFK
avg_ground_jfk = ____ + regression.____[____]
print(avg_ground_jfk)
# Average minutes on ground at LGA
avg_ground_lga = ____ + regression.____[____]
print(avg_ground_lga)