06 — Jour 2 · Regression

Ce quiz du deuxième jour porte sur la régression avec Spark ML, appliquée à la prédiction du montant d'une course (fare_amount) dans le jeu de données des taxis jaunes de New York. Il couvre la construction d'un Pipeline (préparation des variables, VectorAssembler et colonne features, estimateur final), la séparation entraînement/test, la comparaison d'une régression linéaire et d'un arbre de régression (maxDepth=6), ainsi que le calcul et l'interprétation du RMSE et du R². Il aborde aussi le choix et l'impact des variables (distance, heure, passagers, arrondissement), les risques de fuite d'information depuis une colonne liée au label, et la lecture de l'importance des variables d'un arbre. Le niveau attendu est intermédiaire : il faut déjà connaître les DataFrames et l'API Python de Spark ML. À l'issue du quiz, vous saurez vérifier qu'un pipeline est correctement construit et entraîné, que l'évaluation est menée sans biais sur le jeu de test, et que les métriques et les comparaisons de modèles sont interprétées de façon fiable.

Preguntas gratuitas

14

Modo certificado

14 preguntas

Banco

14 preguntas

Umbral de aprobado

70%

Supera la versión corta para obtener gratis el Certificado Esencial. El pago desbloquea la versión avanzada y el Certificado de Excelencia, más valorado.

Puedes hacer el quiz sin cuenta. Para recibir tus resultados por email y conservarlos en tu historial, crea una cuenta.