Prédire les locations de vélos sur de nouvelles données

Dans cet exercice, vous utiliserez le modèle que vous avez construit à l'exercice précédent pour faire des prédictions pour le mois d'août. L'ensemble de données bikesAugust a les mêmes colonnes que bikesJuly.

Rappelez-vous que vous devez préciser type = "response" avec predict() (docs) lorsque vous prédisez des dénombrements avec un modèle glm de type poisson ou quasipoisson.

Le modèle bike_model et le tableau de données bikesAugust ont été préchargés.

Cette activité fait partie du cours

Apprentissage supervisé en R : régression

Voir le cours

Instructions de l’exercice

Utilisez predict pour prédire le nombre de vélos par heure sur les données bikesAugust. Assignez les prédictions à la colonne bikesAugust$pred.
Remplissez les espaces vides pour obtenir la RMSE des prédictions sur les données d'août.
Remplissez les espaces vides pour générer le graphique des prédictions par rapport aux dénombrements observés.
- Certaines prédictions semblent-elles négatives?

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# bikesAugust is available
str(bikesAugust)

# bike_model is available
summary(bike_model)

# Make predictions on August data
bikesAugust$pred  <- ___

# Calculate the RMSE
bikesAugust %>% 
  mutate(residual = ___) %>%
  summarize(rmse  = ___)

# Plot predictions vs cnt (pred on x-axis)
ggplot(bikesAugust, aes(x = ___, y = ___)) +
  geom_point() + 
  geom_abline(color = "darkblue")

Modifier et exécuter le code