EmpezarEmpieza gratis

Ajusta un modelo para predecir recuentos de alquiler de bicicletas

En este ejercicio, vas a crear un modelo para predecir el número de bicicletas alquiladas en una hora en función del tiempo, el tipo de día (festivo, laborable o fin de semana) y la hora del día. Entrenarás el modelo con datos del mes de julio.

El data frame tiene las columnas:

  • cnt: número de bicicletas alquiladas en esa hora (la variable objetivo)
  • hr: la hora del día (0-23, como factor)
  • holiday: TRUE/FALSE
  • workingday: TRUE si no es festivo ni fin de semana; en caso contrario, FALSE
  • weathersit: categórica, "Clear to partly cloudy"/"Light Precipitation"/"Misty"
  • temp: temperatura normalizada en Celsius
  • atemp: temperatura «de sensación» normalizada en Celsius
  • hum: humedad normalizada
  • windspeed: velocidad del viento normalizada
  • instant: índice temporal: número de horas desde el inicio del conjunto de datos (no es una variable)
  • mnth y yr: índices de mes y año (no son variables)

Recuerda que debes especificar family = poisson o family = quasipoisson al usar glm() (docs) para ajustar un modelo de recuento.

Como hay muchas variables de entrada, por comodidad indicaremos la variable objetivo y las entradas en variables y usaremos paste() (docs) para construir una cadena que represente la fórmula del modelo.

El data frame bikesJuly está disponible para usar. Los nombres de la variable objetivo y de las variables de entrada también se han cargado en las variables outcome y vars, respectivamente.

Este ejercicio forma parte del curso

Aprendizaje supervisado en R: Regresión

Ver curso

Instrucciones del ejercicio

  • Rellena los huecos para crear la fórmula fmla que exprese cnt como función de las variables de entrada. Imprímela.
  • Calcula la media (mean()) y la varianza (var()) de bikesJuly$cnt.
    • ¿Deberías usar regresión poisson o quasipoisson?
  • Usa glm() para ajustar un modelo a los datos de bikesJuly: bike_model.
  • Usa glance() para consultar las estadísticas de ajuste del modelo. Asigna la salida de glance() a la variable perf.
  • Calcula el pseudo R-cuadrado del modelo.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# bikesJuly is available
str(bikesJuly)

# The outcome column
outcome 

# The inputs to use
vars 

# Create the formula string for bikes rented as a function of the inputs
(fmla <- paste(___, "~", paste(___, collapse = " + ")))

# Calculate the mean and variance of the outcome
(mean_bikes <- ___)
(var_bikes <- ___)

# Fit the model
bike_model <- ___

# Call glance
(perf <- ___)

# Calculate pseudo-R-squared
(pseudoR2 <- ___)
Editar y ejecutar código