1. Apprendre
    2. /
  2. Cours
    3. /
  3. Introduction à Spark avec sparklyr en R
Connected

Exercice

Arbres à gradient renforcé : visualisation

Maintenant que vous avez les prédictions de votre modèle, vous vous demandez peut‑être « sont‑elles bonnes? ». Il existe de nombreux graphiques pour diagnostiquer la précision de vos prédictions ; ici, vous allez en examiner deux courants. D'abord, il est utile de tracer un nuage de points de la réponse prédite par rapport à la réponse réelle, pour voir comment elles se comparent. Ensuite, les résidus devraient être assez proches d'une distribution normale, donc il est pertinent de tracer un graphique de densité des résidus. Les graphiques ressembleront à ceci.

Scatterplot of predicted response vs. actual response and density plot of distribution of residuals side by side.

Dans cet exercice, vous apprendrez à calculer vous‑même les résidus (réponses prédites moins réponses réelles) pour vos prédictions de modèle.

Instructions

100 XP

Un tibble local responses, contenant les années prédites et réelles, a été défini à l'avance.

  • Tracez un nuage de points des réponses prédites vs. réelles.
    • Appelez ggplot().
    • Le premier argument est l'ensemble de données, responses.
    • Le deuxième argument doit contenir les noms de colonnes non cités pour les axes x et y (actual et predicted respectivement), encapsulés dans aes().
    • Ajoutez les points en ajoutant un appel à geom_point().
    • Rendez les points partiellement transparents en fixant alpha = 0.1.
    • Ajoutez une ligne de référence en ajoutant un appel à geom_abline() avec intercept = 0 et slope = 1.
  • Créez un tibble de résidus, nommé residuals.
    • Appelez transmute() sur responses.
    • La nouvelle colonne doit s'appeler residual.
    • residual doit être égal à la réponse prédite moins la réponse réelle.
  • Tracez un graphique de densité des résidus.
    • Chaînez le tibble transmuté vers ggplot().
    • ggplot() a besoin d'une seule esthétique, residual encapsulé dans aes().
    • Ajoutez une courbe de densité de probabilité en appelant geom_density().
    • Ajoutez une ligne verticale de référence à zéro en appelant geom_vline() avec xintercept = 0.