Algoritma Seçimi

PySpark ile Özellik Mühendisliği

John Hogue

Lead Data Scientist, General Mills

Spark ML Genel Görünüm

ML Akış Şeması

PySpark ile Özellik Mühendisliği

Spark ML Genel Görünüm

ML Akış Şeması

PySpark ile Özellik Mühendisliği

Spark ML Genel Görünüm

ML Akış Şeması

PySpark ile Özellik Mühendisliği

Spark ML Genel Görünüm

ML Akış Şeması

PySpark ile Özellik Mühendisliği

PySpark Regresyon Yöntemleri

ml.regression yöntemleri:

  • GeneralizedLinearRegression
  • IsotonicRegression
  • LinearRegression

 

  • DecisionTreeRegression
  • GBTRegression
  • RandomForestRegression
PySpark ile Özellik Mühendisliği

PySpark Regresyon Yöntemleri

ml.regression yöntemleri:

  • GeneralizedLinearRegression
  • IsotonicRegression
  • LinearRegression

 

  • DecisionTreeRegression
  • GBTRegression
  • RandomForestRegression
PySpark ile Özellik Mühendisliği

RFR Diyagramı

PySpark ile Özellik Mühendisliği

Zaman Serileri için Eğitim/Test Bölmeleri

PySpark ile Özellik Mühendisliği

Zaman Serileri için Eğitim/Test Bölmeleri

# Create variables for max and min dates in our dataset
max_date = df.agg({'OFFMKTDATE': 'max'}).collect()[0][0]
min_date = df.agg({'OFFMKTDATE': 'min'}).collect()[0][0]
# Find how many days our data spans
from pyspark.sql.functions import datediff
range_in_days = datediff(max_date, min_date)
# Find the date to split the dataset on
from pyspark.sql.functions import date_add
split_in_days = round(range_in_days * 0.8)
split_date = date_add(min_date, split_in_days)
# Split the data into 80% train, 20% test
train_df = df.where(df['OFFMKTDATE'] < split_date) 
test_df = df.where(df['OFFMKTDATE'] >= split_date)\
  .where(df['LISTDATE'] >= split_date)
PySpark ile Özellik Mühendisliği

Vamos praticar!

PySpark ile Özellik Mühendisliği

Preparing Video For Download...