Visualiser le modèle xgboost pour la location de vélos

Vous avez maintenant vu trois façons différentes de modéliser les données de location de vélos. Dans cet exemple, vous avez constaté que le modèle de gradient boosting présentait la plus petite RMSE. Pour conclure le cours, comparons les prédictions du modèle de gradient boosting à celles des deux autres modèles en fonction du temps.

En terminant cet exercice, vous aurez complété le cours. Félicitations ! Vous avez maintenant en main les outils pour appliquer diverses approches à vos tâches de régression.

La trame de données bikesAugust avec les prédictions a été préchargée. Les graphiques quasipoisson_plot et randomforest_plot sont aussi disponibles.

Cette activité fait partie du cours

Apprentissage supervisé en R : régression

Voir le cours

Instructions de l’exercice

Affichez quasipoisson_plot pour revoir le comportement du modèle quasipoisson.
Affichez randomforest_plot pour revoir le comportement du modèle de forêt aléatoire.
Remplissez les blancs pour tracer, par heure, les prédictions du gradient boosting et les comptes réels pour les 14 premiers jours d'août.
- Utilisez pivot_longer() pour convertir les noms de colonnes cnt et gbm en une colonne nommée value, avec une clé appelée valuetype.
- Tracez value en fonction de instant (jour).

Comment le modèle de gradient boosting se compare-t-il aux modèles précédents ?

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Print quasipoisson_plot
___

# Print randomforest_plot
___

# Plot predictions and actual bike rentals as a function of time (days)
bikesAugust %>% 
  mutate(instant = (instant - min(instant))/24) %>%  # set start to 0, convert unit to days
  filter(instant < 14) %>% # first two weeks
  pivot_longer(c(___, ___), names_to = ___, values_to = ___) %>%
  ggplot(aes(x = ___, y = ___, color = valuetype, linetype = valuetype)) + 
  geom_point() + 
  geom_line() + 
  scale_x_continuous("Day", breaks = 0:14, labels = 0:14) + 
  scale_color_brewer(palette = "Dark2") + 
  ggtitle("Predicted August bike rentals, Gradient Boosting model")

Modifier et exécuter le code