Textklassifikation

Einführung in Spark SQL mit Python

Mark Plutowski

Data Scientist

Endwort-Vorhersage

Einführung in Spark SQL mit Python

Sequenzpfeil

Einführung in Spark SQL mit Python

Endwort

Einführung in Spark SQL mit Python

Endwort-Klammer

Einführung in Spark SQL mit Python

Mischen 1

Einführung in Spark SQL mit Python

Mischen 2

Einführung in Spark SQL mit Python

Songs

Einführung in Spark SQL mit Python

Videos

Einführung in Spark SQL mit Python

Auswahl der Daten

df_true = df.where("endword in ('she', 'he', 'hers', 'his', 'her', 'him')")\
            .withColumn('label', lit(1))


df_false = df.where("endword not in ('she', 'he', 'hers', 'his', 'her', 'him')")\
           .withColumn('label', lit(0))
Einführung in Spark SQL mit Python

Positive und negative Daten kombinieren

df_examples = df_true.union(df_false)
Einführung in Spark SQL mit Python

Daten in Trainings- und Evaluationssatz aufteilen

df_train, df_eval = df_examples.randomSplit((0.60, 0.40), 42)
Einführung in Spark SQL mit Python

Training

from pyspark.ml.classification import LogisticRegression

logistic = LogisticRegression(maxIter=50, regParam=0.6, elasticNetParam=0.3)

model = logistic.fit(df_train)

print("Training iterations: ", model.summary.totalIterations)
Einführung in Spark SQL mit Python

Lass uns üben!

Einführung in Spark SQL mit Python

Preparing Video For Download...