Gradient boosted trees: visualisasi

Sekarang Anda telah memiliki prediksi model, Anda mungkin bertanya, "apakah hasilnya bagus?". Ada banyak plot yang dapat digambar untuk mendiagnosis ketepatan prediksi; di sini Anda akan melihat dua plot yang umum. Pertama, bagus untuk menggambar scatterplot antara respons yang diprediksi dan respons aktual, guna melihat perbandingannya. Kedua, residual seharusnya mendekati distribusi normal, sehingga berguna untuk menggambar density plot dari residual. Plotnya akan tampak seperti ini.

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

Dalam latihan ini, Anda akan belajar menghitung residual sendiri (respons prediksi dikurangi respons aktual) untuk prediksi model Anda.

Latihan ini merupakan bagian dari kursus

Pengantar Spark dengan sparklyr di R

Lihat Kursus

Instruksi latihan

Sebuah tibble lokal responses, yang berisi tahun prediksi dan aktual, telah didefinisikan sebelumnya.

Gambar scatterplot respons prediksi vs. respons aktual.
- Panggil ggplot().
- Argumen pertama adalah himpunan data, responses.
- Argumen kedua harus memuat nama kolom tanpa tanda petik untuk sumbu x dan y (masing-masing actual dan predicted), dibungkus dalam aes().
- Tambahkan titik dengan menambahkan pemanggilan geom_point().
- Jadikan titik setengah transparan dengan menetapkan alpha = 0.1.
- Tambahkan garis referensi dengan menambahkan pemanggilan geom_abline() dengan intercept = 0 dan slope = 1.
Buat sebuah tibble residual, bernama residuals.
- Panggil transmute() pada responses.
- Kolom baru harus bernama residual.
- residual harus sama dengan respons prediksi dikurangi respons aktual.
Gambar density plot dari residual.
- Pipe tibble hasil transmute ke ggplot().
- ggplot() memerlukan satu estetika, residual yang dibungkus dalam aes().
- Tambahkan kurva densitas probabilitas dengan memanggil geom_density().
- Tambahkan garis referensi vertikal pada nol dengan memanggil geom_vline() dengan xintercept = 0.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# responses has been pre-defined
responses

# Draw a scatterplot of predicted vs. actual
ggplot(___, aes(___, ___)) +
  # Add the points
  ___ +
  # Add a line at actual = predicted
  ___

residuals <- responses %>%
  # Transmute response data to residuals
  ___

# Draw a density plot of residuals
ggplot(___, aes(___)) +
    # Add a density curve
    ___ +
    # Add a vertical line through zero
    ___

Edit dan Jalankan Kode