Évaluer le modèle xgboost de location de vélos

Dans cet exercice, vous allez évaluer le modèle de gradient boosting bike_model_xgb que vous avez ajusté à l'exercice précédent, en utilisant les données du mois d'août. Vous comparerez la RMSE de ce modèle pour août à la RMSE des modèles précédents que vous avez construits.

Le jeu de données bikesAugust a été préchargé. Vous avez déjà généré des prédictions avec le modèle xgboost; elles se trouvent dans la colonne pred.

Cette activité fait partie du cours

Apprentissage supervisé en R : régression

Voir le cours

Instructions de l’exercice

Remplissez les espaces vides pour calculer la RMSE des prédictions.
- Comment se compare-t-elle à la RMSE du modèle de Poisson (env. 112,6) et du modèle de forêt aléatoire (env. 96,7) ?

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# bikesAugust is available
str(bikesAugust)

# Calculate RMSE
bikesAugust %>%
  mutate(residuals = cnt - pred) %>%
  summarize(rmse = ___(___(___)))

Modifier et exécuter le code