Random Forest: Visualisierung

Jetzt musst du die Vorhersagen visualisieren. Beim Modell der „gradient boosted trees“ hast du ein Streudiagramm von vorhergesagten gegenüber tatsächlichen Werten sowie ein Dichtediagramm der Residuen gezeichnet. Diese Plots passt du jetzt so an, dass die Ergebnisse beider Modelle gleichzeitig dargestellt werden.

Diese Übung ist Teil des Kurses

Einführung in Spark mit sparklyr in R

Kurs anzeigen

Anleitung zur Übung

Ein lokales Tibble both_responses mit vorhergesagten und tatsächlichen Jahren für beide Modelle ist bereits vordefiniert.

Aktualisiere das Streudiagramm „vorhergesagt vs. tatsächlich“.
- Verwende den Datensatz both_responses.
- Füge ein Farbästhetik-Mapping hinzu, um jedes Modell in einer anderen Farbe darzustellen. Verwende color = model.
- Zeichne statt Punkten für jedes Modell eine geglättete Kurve mit geom_smooth().
Erstelle ein Tibble der Residuen namens residuals.
- Rufe mutate() auf both_responses auf.
- Die neue Spalte soll residual heißen.
- residual soll der vorhergesagten Antwort minus der tatsächlichen Antwort entsprechen.
Aktualisiere das Dichtediagramm der Residuen.
- Füge ein Farbästhetik-Mapping hinzu, um jedes Modell in einer anderen Farbe darzustellen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# both_responses has been pre-defined
both_responses

# Draw a scatterplot of predicted vs. actual
ggplot(___, aes(actual, predicted, ___)) +
  # Add a smoothed line
  ___ +
  # Add a line at actual = predicted
  geom_abline(intercept = 0, slope = 1)

# Create a tibble of residuals
residuals <- ___

# Draw a density plot of residuals
ggplot(residuals, aes(residual, ___)) +
    # Add a density curve
    geom_density() +
    # Add a vertical line through zero
    geom_vline(xintercept = 0)

Code bearbeiten und ausführen