Класифікація тексту

Вступ до Spark SQL у Python

Mark Plutowski

Data Scientist

Прогнозування кінцевого слова

Вступ до Spark SQL у Python

Стрілка послідовності

Вступ до Spark SQL у Python

Кінцеве слово

Вступ до Spark SQL у Python

Дужка кінцевого слова

Вступ до Spark SQL у Python

Перемішування 1

Вступ до Spark SQL у Python

Перемішування 2

Вступ до Spark SQL у Python

Пісні

Вступ до Spark SQL у Python

Відео

Вступ до Spark SQL у Python

Вибір даних

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))
Вступ до Spark SQL у Python

Об'єднання позитивних і негативних даних

df_examples = df_true.union(df_false)
Вступ до Spark SQL у Python

Поділ на тренувальну та оцінювальну вибірки

df_train, df_eval = df_examples.randomSplit((0.60, 0.40), 42)
Вступ до Spark SQL у Python

Навчання

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)
Вступ до Spark SQL у Python

Давайте потренуємось!

Вступ до Spark SQL у Python

Preparing Video For Download...