Random Forest: visualizzazione

Ora devi tracciare le predizioni. Con il modello di gradient boosted trees, hai disegnato uno scatter plot delle risposte previste rispetto a quelle reali e un grafico di densità dei residui. Adatterai ora quei grafici per mostrare i risultati di entrambi i modelli contemporaneamente.

Questo esercizio fa parte del corso

Introduzione a Spark con sparklyr in R

Visualizza corso

Istruzioni dell'esercizio

È stata predefinita una tibble locale both_responses, che contiene anni previsti e reali per entrambi i modelli.

Aggiorna lo scatter plot risposta prevista vs. risposta reale.
- Usa il dataset both_responses.
- Aggiungi un'estetica di colore per disegnare ciascun modello con un colore diverso. Usa color = model.
- Invece di disegnare i punti, usa geom_smooth() per disegnare una curva smussata per ciascun modello.
Crea una tibble dei residui, chiamata residuals.
- Chiama mutate() su both_responses.
- La nuova colonna deve chiamarsi residual.
- residual deve essere uguale alla risposta prevista meno la risposta reale.
Aggiorna il grafico di densità dei residui.
- Aggiungi un'estetica di colore per disegnare ciascun modello con un colore diverso.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# both_responses has been pre-defined
both_responses

# Draw a scatterplot of predicted vs. actual
ggplot(___, aes(actual, predicted, ___)) +
  # Add a smoothed line
  ___ +
  # Add a line at actual = predicted
  geom_abline(intercept = 0, slope = 1)

# Create a tibble of residuals
residuals <- ___

# Draw a density plot of residuals
ggplot(residuals, aes(residual, ___)) +
    # Add a density curve
    geom_density() +
    # Add a vertical line through zero
    geom_vline(xintercept = 0)

Modifica ed esegui il codice