शुरू करेंमुफ़्त में शुरू करें

रैंडम फॉरेस्ट मॉडल से बाइक रेंटल्स की भविष्यवाणी करें

इस अभ्यास में, आप पिछले अभ्यास में फिट किए गए मॉडल का उपयोग करके अगस्त महीने के लिए बाइक रेंटल्स की भविष्यवाणी करेंगे.

ranger मॉडल के लिए predict() (docs) फंक्शन एक लिस्ट लौटाता है. इस लिस्ट के एलिमेंट्स में से एक predictions होता है, जो प्रेडिक्टेड वैल्यूज़ का वेक्टर है. आप लिस्ट के नामित एलिमेंट्स तक पहुँचने के लिए $ नोटेशन से predictions एक्सेस कर सकते हैं:

predict(model, data)$predictions

मॉडल bike_model_rf और डेटासेट bikesAugust (इवैल्यूएशन के लिए) पहले से लोड किए गए हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Supervised Learning: Regression

पाठ्यक्रम देखें

अभ्यास निर्देश

  • अगस्त में रेंट हुई बाइक्स की संख्या (cnt) प्रेडिक्ट करने के लिए bikesAugust पर predict() कॉल करें. प्रेडिक्शंस को bikesAugust में pred नाम के नए कॉलम के रूप में जोड़ें.
  • प्रेडिक्शंस का रूट मीन स्क्वेर्ड एरर (RMSE) निकालने के लिए खाली जगहें भरें.
    • इस डेटा के लिए आपने जो पॉइसन मॉडल बनाया था, उसका RMSE लगभग 112.6 था. यह मॉडल उसके मुकाबले कैसा है?
  • वास्तविक बाइक रेंटल काउंट्स (cnt) बनाम प्रेडिक्शंस (pred x-अक्ष पर) का प्लॉट बनाने के लिए खाली जगहें भरें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# bikesAugust is available
str(bikesAugust)

# bike_model_rf is available
bike_model_rf

# Make predictions on the August data
bikesAugust$pred <- ___(___, ___)$___

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

# Plot actual outcome vs predictions (predictions on x-axis)
ggplot(bikesAugust, aes(x = ___, y = ___)) + 
  geom_point() + 
  geom_abline()
कोड संपादित करें और चलाएँ